SolVision成功案例

安规认证标章印刷瑕疵检测

AI自动侦测安规认证标章的版面印刷瑕疵

什么是安规认证?
商品经测试并具安全性

安规认证的目的是为促使商品符合安全、卫生、环保等法规或标准。3C及家电商品上通常具有标示国内外安规认证的区域,证明该商品经过测试,具有一定程度的安全性。

安规认证标章漏印,影响商品安全及造成销售疑虑

国内外安规认证的标章众多,例如CE、EAC等,各有不同的标章图示。且部分业者会在安规标章区域一并标示商品序号、制造地点、电源需求、使用方式等。过多的版面资讯在大量印刷过程中不易检出多印或漏印的情形,可能影响商品的贩售及使用。

印刷品瑕疵检测工具:所罗门AI视觉检测

应用所罗门 SolVision  AI影像平台的Anomaly Detection工具,以数张印刷完好的版面作为黄金样本(Golden Sample)训练AI模型,执行非监督式机器学习。训练完成的AI模型即会自动检出并标示所有与黄金样本有差异的地方,即为版面的印刷瑕疵。

安规认证标章检测案例

OK: 正确安规标章

錢幣面額與國別分辨案例

NG: 标章印刷错误

錢幣面額與國別分辨案例

相关文章
  • AI检测螺丝纹面瑕疵

    有螺纹的金属套件,容易因搬运造成工件碰撞受伤,或在加工过程中留下刀痕,即使搭配强光与显微设备,以人眼检测不易,容易发生误检与漏检。使用SolVisionl非监督式检测工具,可学习刀痕与碰撞瑕疵的特征,在AI训练完成后便可轻易检测出人眼不易辨识的瑕疵,挑出瑕疵对象,让出货质量更好。
  • 细胞病变辨识及分类解决方案

    切片显微影像中细胞的外观不固定,细胞病变发生的位置、型态也十分随机,导致每位医师对于癌细胞的判断及圈选标准不尽一致,更无法透过传统光学检测以撰写逻辑方式判断癌细胞的型态。数据扩增结合AI深度学习技术可以更快速准确地判读细胞特征!
  • 压花石膏板瑕疵检测解决方案

    石膏板出厂前,瑕疵情形皆须确实检出。然而,由于压花石膏板的外观特性,瑕疵在复杂背景中模糊,无法以AOI及人眼确实辨识。使用所罗门 SolVision AI影像平台技术,撷取板材上的脏痕、过大压花图案以及压花不清等瑕疵,可确实检出并定位板材上的瑕疵,具体提升石膏板板材的质量与良率。
  • 钱币面额智能化计算解决方案

    许多制币厂试图以视觉技术进行钱币的筛选,使用SolVision的Feature Detection工具,学习钱币在各种亮度、脏污与氧化程度的影像数据,不仅可分辨图案相同但面额不同的钱币,亦可正确辨识出各国钱币,并实时计算出各国钱币的总面额。