SolVision成功案例

纺织品彩色织带瑕疵检测

客戶

该客户是一家生产各式织品的纺织厂。

案例

繁复工艺形塑纺织品布材

一件色彩斑斓的纺织品,需要经过多道繁杂的前置作业,从清理不同颜色的纤维开始,经过纺纱、拉伸和捻合形成均匀的彩色纱线后,随即进行染色和印花,进一步编织成布料,最终才能成就美丽的纺织品。

挑战

彩色纺织品瑕疵不利传统AOI检测

彩色纺织品通常具有多种颜色和复杂的图案,且纺织品缺陷往往是细小的斑点、细纹或微小色差,整体缺陷特征并不明显且无固定规则。若使用传统AOI进行瑕疵检测,容易受到色彩和花纹变化等干扰,导致AOI将正常的纹理或图案相混淆,造成漏检、过检等误判情况。

解决方案

导入SolVision快速识别彩色织品瑕疵

采用Solvision AI视觉瑕疵检测工具,可自动判断瑕疵特征,能有效解决传统AOI检测痛点。通过Solvision Instance Segmentation工具,将各种颜色的色带缺陷位置进行标注,经AI模型训练后,只要相似类型的缺陷都会被检出,无论是速度还是精准度都能合乎要求。

Solvision适用于缺陷轻微、不规则且样式复杂的纺织品检测,能有效提升纺织品的生产质量。而通过记录与分析瑕疵样态,可回溯找出问题所在,有效加速产品制程改善效率。

效益

提升生产质量与效率
快速训练模型确保检测标准一致性
减轻前线人员劳动负担
相关文章
  • presence/absence detection of PTP using SolVision AI inspection software

    泡壳包装品质管理解决方案

    运用SolVision AI影像平台的Instance 实例切割技术,以包装良品及具各种瑕疵类型的影像样本训练AI模型。训练完成的模型可实时且迅速地辨识每一反光或透明泡壳的包装及填充情形,并将侦测到的瑕疵予以标注并分类。
  • 高尔夫球杆头品质检测解决方案

    高尔夫球杆头是球具组合中最重要的部份,消费者十分重视杆头完成面的细致程度。运用SolVision AI影像技术,将影像样本中高尔夫球杆头上的细微瑕疵逐一标注,藉以训练AI模型,训练完成后的AI模型即能不受商标、纹路及金属光泽的影响,定位并标注所有细微的表面瑕疵。
  • 晶圆切割刀体外观品质控管解决方案

    晶圆切割系半导体及光电业界非常重要的制程,若无法在切割制程中维持高良率、高效率并保有芯片特性,将大幅影响整体产能。晶圆切割刀的质量控管主要透过外观瑕疵的检测,常见的外观瑕疵包括刀体上的不规则纹路、多钻等情形。由于有环状条纹,形成复杂影像背景,严重影响机器视觉对于瑕疵的侦测。
  • 积层陶瓷电容制程优化解决方案

    SMD电容体积较小,观察缺陷需在显微镜等级的微观工具下观察,且因MLCC非常脆弱,检测过程也须非常小心,困难度极高。使用SolVision工具,学习电极上凸出部分的瑕疵形状及位置,建立AI模型,在AI学习瑕疵特征之后,即可快速检测电容凸出部分的缺陷,大幅提升整体制程的良率。