native egg lot

SolVision成功案例

食品业

鸡蛋蛋壳品质检测分级解决方案

AI辅助蛋壳孔隙侦测及自动化分级系统

鸡蛋食品安全管理：蛋壳品质控管的重要性

台湾鸡蛋年产量达70余亿颗，是国人主要的蛋白质摄取来源之一。然而蛋鸡产蛋后，沙门氏菌容易透过蛋壳表面孔隙侵入蛋体，造成食安疑虑。若能在生产端有效地控管鸡蛋蛋壳品质，将能大幅降低食用鸡蛋的风险并提升鸡蛋的商品价值。

人工检测鸡蛋蛋壳瑕疵，准确度低且无法高速运作

鸡蛋蛋壳品质的主要指标系蛋壳表面的孔隙密度，学术上鸡蛋蛋壳品质的分类方式系依孔隙密度将鸡蛋分为三级。然而，蛋壳孔隙及裂痕生成的型态十分随机，且产线中鸡蛋排列的角度亦难以预测，过去仅能以人工目视方式汰除裂蛋，在高速运作的产线中效果十分有限。

AI透过深度学习，取代人力成为鸡蛋食安的守门员

运用SolVision  AI影像平台的实例切割技术，定位、标注影像样本中鸡蛋裂隙瑕疵的位置并据以训练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。

蛋壳孔缝密度检测案例

蛋壳品质层级

Green: Level 1

Eggshell hole seam density detection case

Blue: Level 2

Eggshell hole seam density detection case

Pink: Level 3

Eggshell hole seam density detection case

Result

Green 一级蛋         Blue 二级蛋      Pink三级蛋

Eggshell hole seam density detection case
Eggshell hole seam density detection case
相关文章

  • 缎带品质AI检测解决方案

    缎带色彩缤纷的特性使得AOI检测容易因为花纹和颜色变化而发生瑕疵漏检或误判。使用SolVision检测各种颜色、花纹的缎带，能够精确找出裂孔、脱丝等瑕疵的位置、大小及形状，不论是检测速度或是精准度都能达到标准。而透过记录与分析瑕疵的样态，可回溯找出制作过程中的问题所在，改善产品制程。
    SolVision成功案例瑕疵检测纺织业

  • 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。
    半导体产业SolVision判别有无成功案例瑕疵检测质量/安全检查

  • 印刷电路板(PCB)元件组装检测解决方案

    印刷电路板(Printed Circuit Board, PCB)是电子装配中最重要的基底，但PCBA上的电子组件种类繁多，包括电阻、电容、晶体管等等。运用SolVision AI影像平台透过训练完成的AI模型，可实时地检出组件缺件或组装错误等异常情形及位置。
    SolVision成功案例瑕疵检测电子业

  • 组装电路板(PCBA)制程优化解决方案

    利用AI视觉检测PCBA插件是否正确 什么是PCBA？PCB、电路板、PC板？ PCB与PCBA的差异就在「PCBA = PCB + Assembly」，也就是没有组装电子元件的板子叫PCB，而已经组装完成电子元件的板子则称之为PCBA。PCBA其实是「Printed Cicrcuit Board Assembly」的英文缩写，也有人简略一点叫它PCA，当然也有人叫它PWA (Printed Wire Assembly)，中文我们一般称它为「组装电路板」或「组装板」，不过业界中少人用以上的中文来称呼PCBA的，一般如果一台整机内只有一片板子，会直接叫它「主板（Main board）」或直接省略叫「板子」，如果有两片以上PCBA ，则会用功能来区分主板、IO板、充电板(charging board)。 PCBA插件是否正确影响制程良率 PCBA上面集成了不同功能的电子元件、插槽及各种芯片组，制造流程繁琐，如何提升插件及组装的正确率，是良率提升的关键。 PCBA 插件缺陷检测 PCBA标准样本 PCBA缺陷样本 Capacitor Defect Missing Components
    SolVision成功案例瑕疵检测电子业质量/安全检查