Multi Colored Plastic Round Toy

SolVision成功案例

袜品外观缺陷检测

纺织物外观瑕疵检出并分类

织品瑕疵人工检测困境

袜品生产流程可分为:设计、织袜、车缝、翻袜、定型,最后是品检包装。纺织产业属于劳力密集产业,品检关卡原由人工目视检测,然而人工检测不仅检出率低、也容易因视觉疲劳造成袜品外观缺陷检测速度缓慢。
Defect detection and classification for textiles

袜品瑕疵多样,自动光学检查(AOI)仍需人工复检

袜品瑕疵形态多样,包括:勾纱、皱褶、勾破等,且形状大小与出现位置皆不固定,传统AOI适合用于整块布匹的检测,对于不固定瑕疵检测有困难,且容易发生错杀,仍需人工进行复检。

AI可以快速精准检测瑕疵,提升生产效率

搜集袜子勾纱、皱褶等瑕疵的影像,以SolVision的实例切割技术完成AI模型的训练。可快速且精确地找出瑕疵、分类不同瑕疵并剔除不良品,把关产品品质、提升生产效率,透过对瑕疵进行分类与分析,更能够优化整体制程。

瑕疵分类范例

勾纱1

AI Visual Inspection of Socks

皱褶

AI Visual Inspection of Socks

勾纱2

AI Visual Inspection of Socks

勾破

AI Visual Inspection of Socks
相关文章
  • a close up of a blue and yellow background

    LED基板分区外观品质控管解决方案

    常见的LED基板瑕疵包括边缘毛边、焊垫氧化杂质、刮痕等,在瑕疵特征与背景相近的情况下,AOI检测不易将瑕疵检出。运用SolVision AI影像技术,以各式LED基板上瑕疵影像样本训练,经深度学习的AI即可精准地将瑕疵检出并标注。此外亦可指认瑕疵生成的所属区域,达到分区检测的目的。
  • 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。
  • 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。
  • Central Processor Of A Computer

    半导体晶片封装制程,高精度固晶检测解决方案

    固晶是晶片封装制程中的重要技术,固晶的精准与否,是半导体封装产线中产品良率的成败关键。但是传统光学检测无法利用撰写逻辑的方式检测角度、位移偏差及缺漏等瑕疵,经常造成漏检、误判、错误定位等问题,大大影响封装产线的生产效率。