瑕疵检测

由于传输线的种类、数量繁多，以往仰赖人力辨识对象易有所疏漏，运用最先进AI+AR技术可协助前线人员快速辨识出不同的传输线种类，并能自动导入出货系统。

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。

透过AI视觉技术,快速检测出纺织线框上的成品存在缺陷,进一步提高生产线的生产率。

通过AI视觉技术检测汽车钢板烤漆上的瑕疵，加速整体效率，提升产线生产力。

通过AI视觉技术检测纺织品织带瑕疵，加速整体效率，提升产线生产力。

SolVision瑕疵检测确保每个螺栓仅需49毫秒即可实现100%的完美缺陷检测率，解决反射表面难题并消除漏检。

焊接，是一种以加热或加压方式，来接合金属、非金属等材质，用以巩固整体结构安全的工艺技术。而现今汽车业已从过去大量生产，转变为少量多样的客制化生产，车架的尺寸也因样式差异而不同，且焊接点形状不一，再加上车架具有多面多项的特性，焊接处及应用亦随之变动，因此难以针对此类情形制订固定规则以检测焊缝瑕疵。

运用SolVision AI影像平台的Instance 实例切割技术，以包装良品及具各种瑕疵类型的影像样本训练AI模型。训练完成的模型可实时且迅速地辨识每一反光或透明泡壳的包装及填充情形，并将侦测到的瑕疵予以标注并分类。

运用所罗门SolVision AI影像平台的Instance Segmentation技术，定位、标注影像样本中鸡蛋蛋壳裂隙瑕疵位置并以训练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。