品质检测

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。

AI视觉技术搭载机械手臂，快速优化车门按钮检测，减少人力需求并提升产线运作效益。

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。

探索SolVision如何在IV袋中实现100%的异物检测准确率。了解我们关于医疗保健领域高效AI检测的案例研究。

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。

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。

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。

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。