SolVision成功案例

压花石膏板瑕疵检测解决方案

高度复杂背景下的极细微瑕疵辨识技术

建筑业最广泛利用的建筑材料:压花石膏板

石膏板是一种板状建筑建材,以专用纸包覆石膏制成,具防火、耐震、隔热、隔音等效果,广泛运用于建筑物天花板及墙壁等不同场合。近年石膏板制造业者为积极推广使用,设计豹纹、梅花纹、晶钻纹及满天星纹等压花图案,打破过去产品单调且枯燥乏味的刻版印象。

复杂的压花图案,AOI难以检测瑕疵

石膏板出厂前,产线终端须确保板材上的清洁、图案一致性,无论是脏痕、压花图案过大或不清晰的瑕疵情形皆须确实检出。然而,由于压花石膏板的外观特性,上述瑕疵在复杂背景中显得细微且模糊,无法以传统光学检测及人眼确实辨识。

AI让复杂背景下的极细微瑕疵无所遁形

运用所罗门 SolVision   AI影像平台的实例切割技术,撷取板材上的脏痕、过大压花图案以及压花不清等瑕疵特征样本执行AI模型的训练,可确实检出并定位板材上的瑕疵,具体提升石膏板板材的品质与良率。

压花石膏板瑕疵检测案例

压花不清与刮痕

Defect detection case of embossed gypsum board

板上脏污

Defect detection case of embossed gypsum board

压花图案过大

Defect detection case of embossed gypsum board
相关文章
  • 商品外包装印刷瑕疵检测解决方案

    做为商品外包装材料,软质的铝箔袋常在印刷过程中产生印刷错误、歪斜、脱落及漏印等情形。统光学检测和人工的方式出错率高。运用SolVision的Anomaly Detection工具,训练完成的模型即可针对印刷文字、图案上的形状、颜色等特征差异执行比对,侦测并标注瑕疵所在位置。
  • transparent IV bag on a clear background

    透过AI进行输液袋异物检测

    探索SolVision如何在IV袋中實現100%的異物檢測準確率。了解我們關於醫療保健領域高效AI檢測的案例研究。
  • 鸡蛋蛋壳品质检测分级解决方案

    运用所罗门SolVision AI影像平台的Instance Segmentation技术,定位、标注影像样本中鸡蛋蛋壳裂隙瑕疵位置并以训练AI模型,训练完成后即可透过AI检测蛋壳表面的孔隙及裂痕情形再予以分级,提升鸡蛋食用的安全性及商品价值。
  • Fiberglass bobbins in a warehouse

    纺织线架成品瑕疵检测

    透過AI视觉技术,快速检测出纺织线框上的成品存在缺陷,进一步提高生产线的生产率。