assorted classic British cookies on a blank background

SolVision成功案例

饼干外观瑕疵检测

客户

客户是一家从事零食研发与制造的知名食品商,其生产的饼干深受消费者喜爱,在台湾零食市场占有一席之地。

案例

繁复工序确保饼干外观一致性

从面团的制备、成形、烘烤到包装,一块饼干,需要经历多重制程才能完成。 而整个制作过程中,饼干的大小、形状及颜色,皆是辨别产品品质的关键指标。 然而,任何一环的细微变化,都可能导致饼干的外观产生瑕疵,例如大小规格的偏差、形状的不一致,或烘烤程度导致的颜色落差等。 因此,为了满足市场对高品质食品的需求,外观检测在饼干生产中显得格外重要。

挑战

饼干外观瑕疵挑战人工检测极限

在未导入 AI 技术前,饼干外观的瑕疵检测主要依靠人工目视进行。 然而,由于人工检测需长时间专注,检测人员可能因疲劳、情绪或主观判断的差异,对瑕疵标准产生偏差。 对于如饼干规格大小、形状偏差这类较明显的问题,人工尚可应付; 但若是颜色落差微妙或形状稍微异常的饼干,人工检测往往难以统一判定标准,导致漏检或过检。 这不仅影响生产效率,更可能损害品牌形象。

解决方案

导入 AI 视觉技术提升饼干瑕疵检测精准度

采用所罗门 SolVision AI 技术,可改变传统饼干瑕疵检测的检测局面。SolVision AI 通过深度学习,能准确识别饼干外观中的微小瑕疵,例如饼干大小规格的细微差异、不规则的形状边缘或颜色分布的不均。

透过 SolVision AI 工具进行瑕疵分类与标注,训练模型后即可实现自动化检测。 即使生产线速度极快,AI 仍能在毫秒内完成每片饼干的外观判定,并以高精度标示出有缺陷的产品。 同时,AI 检测还可记录并分析瑕疵数据,协助生产端快速识别问题来源,优化制程,进一步提升产品的一致性与质量稳定性。

效益

减少传统机器及人工目视辨统一瑕疵标准,有效降低人工目视可能的判断落差识错误
仅需少量样本训练,检出率即可达 100%
显著减少总检测时间,大幅超出预期