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
  • 封装晶片边缘微裂瑕疵检测解决方案

    由于晶粒边缘崩裂瑕疵出现的位置及型态不固定,以致传统光学检测无法精准地将瑕疵检出,影响整体产品良率。运用SolVision AI影像技术,将影像样本中的瑕疵特征予以标注,完成训练的AI模型即可自动检出并标注晶粒边缘崩裂瑕疵的位置,大幅降低芯片在后续封装制程中断裂的风险。
  • Man in Black Jacket and Black Knit Cap Inspecting Car Engine

    汽车发动机号码快速读取解决方案

    引擎号码系以烙印方式印刷在引擎上,容易受到干扰,字体、背景明暗不均的情形,不易在产在线快速识别引擎上的编码。运用SolVision AI技术,以不同亮度的影像样本训练执行光学字符识别(OCR),将影像中引擎号码转为数值,实时登录至原厂数据库系统中与车身号码链接。
  • 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!
  • 快速辨识轮胎内胎印刷编码

    轮胎在制程的环节经历许多高压、高负荷与高温差的工序,使内胎表面字迹模糊且刷色深浅不齐,影响内胎编码的辨识度,不利于人工辨识与传统AOI检测。利用SolVision工具,针对轮胎内胎编码的数字与形状进行拍摄,进行AI模型训练,能成功辨识,有效改善编码辨识的正确率。