a stack of metal sheets on top of a metal table

SolVision成功案例

电子业 | 金属加工业

金属外壳瑕疵检测与分类解决方案

自动检出并分类瑕疵类型

消费性装置外壳品质管理

电脑机壳背盖等消费性装置在进入装配程序前，需经瑕疵检测与分类，以维持品质的一致性。

金属机外壳反光影响检测品质

金属机壳刮伤瑕疵相当细微，在一般光线下因为金属材质容易反光，人员以目视方式难以检出瑕疵，容易发生外观品质不良的问题。

SolVision迅速且弹性解决瑕疵检测与分类

利用SolVision的实例切割技术，针对瑕疵的外观形状建立瑕疵缺陷资料库，分类特定缺陷例如：明显瑕疵、细微瑕疵与极细微瑕疵等，以深度学习辨识明显瑕疵，并忽略可接受的微小缺陷，有效提升检测精准度及速率，确保产线成品能毫无缺陷地进入装配程序。

瑕疵分类案例

细微瑕疵

Level 1 : 明显可见瑕疵

AI Inspection on Reflective Metal Surfaces
AI Inspection on Reflective Metal Surfaces

Level 2 : 细微瑕疵

AI Inspection on Reflective Metal Surfaces
AI Inspection on Reflective Metal Surfaces

Level 3 : 极细微瑕疵

AI Inspection on Reflective Metal Surfaces

相关文章

  • 芯片承载盘检测解决方案

    芯片承载盘是半导体加工制程的关键要素，芯片承载盘的轮廓与定位孔点常因作业造成瑕疵，过去多透过AOI光学检测方式予以检查。然而承载盘不易透过AOI检出并定位瑕疵，严重影响良率及生产效率。运用SolVision AI影像技术执行缺陷检测，以利使用者实时监测并排除承载盘异常。
    半导体产业SolVision成功案例瑕疵检测
  • pile of shiny metal bolts

    金属螺栓AI视觉瑕疵检测

    SolVision瑕疵检测确保每个螺栓仅需49毫秒即可实现100%的完美缺陷检测率，解决反射表面难题并消除漏检。
    成功案例SolVision制造业瑕疵检测
  • black and white labeled box

    自动化导线架品质检测

    导线架表面的各类瑕疵，包含边缘毛边、黑点杂质、刮痕等。若使用传统的AOI检测，当检测背景与瑕疵较为相近时，容易发生漏检的情形。使用SolVision AI瑕疵检测工具进行学习，以扩增功能增加AI学习范围，能有效检测出各类导线架瑕疵，在杂乱或复杂背景中，也能精确辨识有很好的辨识效果。
    半导体产业SolVision成功案例瑕疵检测
  • Multi Colored Plastic Round Toy

    纱线瑕疵检测的最佳解决方案

    保有生产效益的同时兼顾纱线质量，是纺织业者最大挑战。现今纱场依以人工检测为主，漏检率高且工时长，不利实际质量要求，传统AOI面对不固定瑕疵时亦难以检测，误判率高。使用SolVision工具使AI学习辨识瑕疵特征，快速且精准地找出各项缺陷，有效改善检测速率、成品良率并降低品检负担。
    SolVision成功案例瑕疵检测纺织业