SolVision成功案例

钱币面额智能化计算解决方案

使用AI技术分辨外观差异极小的钱币

钱币制造:让交易行为化繁为简

人类的交易行为由货币来推进,自古至今货币乃经济的命脉,且让交易行为化繁为简,扩大金钱的流通规模。钱币的刻印和图纹成为钱的信用来源,因此,在经过熔铸、轧片、成饼、印花、衡计五个步骤之后,需由人工进行成币的检验,确认钱币的尺寸外观无重大瑕疵并进行分类与筛选。

钱币分类不易:金属材质反光严重且图纹及尺寸差异小

近年来,许多制币厂试图以视觉技术进行钱币的筛选,但针对金属材质、图案相似且尺寸差异不大的钱币时,视觉辨识的困难度极高。以印尼盾为例,面额100、200、500的钱币图案皆相同,唯有尺寸有些微的差异,若采用自动光学检测( AOI)的方法则无法辨识反光情形的金属材质,且当钱币的图案相同且尺寸差异不大时,自动光学检测会将各种面额的货币误认为同一种类别。

钱币分类及计算面额:AI视觉技术找出同中之异

运用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资料,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,并即时计算出各国钱币的总面额。

钱币面额与国别分辨案例

日币 ¥500

台币 $10

相关文章
  • 透明点滴袋打印标签辨识分类解决方案

    各式输液皆以透明点滴袋包装,点滴袋上都会清楚注明种类、浓度及容量信息。由于各式点滴袋体上打印卷标位置不一,在产线尚无法以一般光学检测取代人工进行品项分类。所罗门运用SolVision技术,针对点滴袋体上的名称、浓度、容量等影像信息训练AI学习影像特征,可以快速辨识并分类各式输液品项。
  • 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!
  • transparent IV bag on a clear background

    透过AI进行输液袋异物检测

    探索SolVision如何在IV袋中實現100%的異物檢測準確率。了解我們關於醫療保健領域高效AI檢測的案例研究。
  • 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。