判别有无

META-aivi 利用人工智能进行实时包装内容验证，提高准确性，减少错误，并确保卓越的包装质量控制。

通过搭载META-aivi的无人机，能最大化风力发电机检查效率，减少陆上和海上风电场维护时可能的人为错误。

汽车由成千上万个零件组成，是复杂度相当高的工业化产品。然而，由于制作程序复杂，要如何确保安装流程符合安全规范，便成为业者必须控管的关键。只要通过AI+AR扩增技术，人员就能通过AI提示进行准确组装SOP验证，从而提高产量，降低人为错误的风险。

META-aivi 透过人工智能优化汽车零件质量控制，减少错误并将流程数字化，从而实现无与伦比的产品检测效率。

主机板是电脑的核心零件，它设有晶元组，同时更提供显卡、CPU、内存、硬盘及外接装置等应用接合，以利电脑中各软硬件组件能整合运作。然而主机板上充满许多不同的零部件，制造、组装步骤繁多，稍有疏忽遗漏电脑将无法顺利运作，因此如何确保整体生产的良率与品质，是电子制造的首要任务。

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。

咖啡胶囊不同口味代表不同颜色，以一盘咖啡胶囊作为标准组，另一盘咖啡胶囊作为对照组。使用SolVision学习各种咖啡胶囊的影像，若有任意一个咖啡胶囊的位置摆放错误，软件可立即将错误摆放之处以检测框标示出来，可成功分辨各式高反光且颜色差异小的咖啡胶囊。

芯片于晶盘中跳料的情形系属随机，所致的瑕疵型态多样且难以预测瑕疵所产生的位置。运用SolVision AI影像平台技术，以具迭料、空料、歪斜错置、反转等瑕疵的影像样本训练AI模型，AI训练完成后即可轻易且迅速地辨识并标注晶盘上产生收纳异常的位置。

口罩产品瑕疵种类繁多，包括掉线、皱褶、鼻垫片缺漏及穿透、破洞、角切、脏污、侧边凸出及过滤层破损等。难以透过AOI方式检出全部的瑕疵。运用SolVision AI影像技术，将影像样本中各类型瑕疵予以标注，AI经深度学习后即可于品管端精准辨识口罩上是否有瑕疵，进而将不良品汰除。