a group of plastic cups sitting on top of a machine

SolVision成功案例

医疗器材品质控管:安全针头组装

改善传统光学检测对于透明或白色塑胶件高误判率情形

确保医疗器材品质与安全性,医材组装检测十分重要

自动注射器是由数十个零件组成,要做好品质控管,就必须在问题发生时追溯是哪个环节出错,因此,如何准确地辨别缺陷是品质提升的关键因素。

AI inspection of safety syringes

自动光学检测缺点:透明塑胶件纹路导致辨识困难

安全针头如果零件没有组装好,或是安全针头组装错误,将会导致针头突出伤人的意外,或是无法正常使用的状况。然而,安全针头为透明或白色的塑胶件,其材质与纹路使得辨识不易,不论以人眼或自动光学检测( AOI)方法皆容易造成误判,导致组装错误且无法有效检出

结合机器视觉与人工智能,让缺陷检测更快更精准

所罗门结合机器视觉与人工智能使用 SolVision 的实例切割技术,针对白色与透明塑胶件的各种纹路与形状做AI模型训练,可有效检出塑胶件的组装错误,同时提高缺陷检测的效率,使整体制程更为完善。

安全针头瑕疵检测

检测结果

相关文章
  • Close-up Photography of a Power Tool

    金属加工冲压件表面瑕疵检测解决方案

    金属加工冲压件上可能出现的瑕疵种类繁多且形态不一,油污及水渍更是不易观察。另一方面,金属加工件在取像时的亮度也各有差异,造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手:AI瑕疵检测,经训练的AI模型可轻易检出各式冲压件上的瑕疵,大幅提升产品的表面质量。
  • 使用人工智能进行碳纤维布料瑕疵检测

    利用Solvision AI的视觉检测技术,可以快速准确地识别碳纤维布料上的瑕疵,减少人工目视辨识的错误,提高效率。
  • 球柵阵列封装假焊瑕疵检测解决方案

    运用SolVision AI影像平台的Instance 实例切割技术,将X光影像中锡球重迭的假焊瑕疵予以标注并藉以执行AI模型的深度学习。经训练后的AI即可在具背景噪声、无明显影像边缘的条件下,将假焊瑕疵精准检出。
  • brown cookies on white ceramic plate

    食品加工产线输送带瑕疵检测解决方案

    食品加工业首重食品卫生及食用安全,油炸食品的外观不一。传统的食品外观检测透过大量人力执行,效率不彰。所罗门结合机器视觉与人工智能,运用Solomon SolVision AI影像平台技术执行缺陷检测。在快速且大量生产的油炸食品加工产线中,辨识多种不同的瑕疵样态,进而将不良品实时检出。