金属加工业

  • All
  • AccuPick
  • JustPick
  • Uncategorized
  • 产业
  • 产品
  • 商品型录
  • 应用
  • 成功案例
  • 新闻与活动
  • 最新消息
    •   Back
    • SolVision
    • META-aivi
    • SolMotion
    •   Back
    • 航空航天业
    • 汽车业
    • 建造业
    • 电子业
    • 食品业
    • 物流业
    • 制造业
    • 金属加工业
    • 光电业
    • 石化业
    • 生技医疗业
    • 公用事业
    • 半导体产业
    • 智能制造业
    • 纺织业
    •   Back
    • 产品讯息
    • 展览活动
    • 奖项
META-aivi 智能快速计数

自行车可作为休闲运动之用,亦具备中长距离的移动工具,是现代人不可或缺的出行工具。一部品质完美的自行车需要坚固的车架,而完整的车架则是由多个钢管组成,经过人工筛选出适当尺寸的车架后,进行管料裁切、焊接、打磨、烤漆等程序,方可制成坚实的自行车。

不锈钢管字符辨识解决方案

目前仍采用人力进行自行车车身号码的辨识与登录,耗费人工且效率低,若使用AOI进行字符辨识,因不锈钢管表面为圆弧曲面,打光容易造成反射,不论以人工或者AOI检测,针对曲面、反光不锈钢管上字样的辨识皆较为困难。所罗门结合机器视觉与人工智能,对于光学字符识别可以得到极佳的辨识效果。

高尔夫球杆头品质检测解决方案

高尔夫球杆头是球具组合中最重要的部份,消费者十分重视杆头完成面的细致程度。运用SolVision AI影像技术,将影像样本中高尔夫球杆头上的细微瑕疵逐一标注,藉以训练AI模型,训练完成后的AI模型即能不受商标、纹路及金属光泽的影响,定位并标注所有细微的表面瑕疵。

自动化激光焊接分类暨检测解决方案

雷射焊接具有不同的焊缝特征。由于产品的焊接位置、样式不尽相同,无法透过传统光学检测辨别焊缝样态,常造成焊接质量不一的情形。应用Solomon SolVision能够以焊缝特征影像训练AI模型,辨识焊接功率及漏焊瑕疵,并可透过深度学习,精准侦测焊缝的鱼鳞纹数量及分布。

AI检测螺丝纹面瑕疵

有螺纹的金属套件,容易因搬运造成工件碰撞受伤,或在加工过程中留下刀痕,即使搭配强光与显微设备,以人眼检测不易,容易发生误检与漏检。使用SolVisionl非监督式检测工具,可学习刀痕与碰撞瑕疵的特征,在AI训练完成后便可轻易检测出人眼不易辨识的瑕疵,挑出瑕疵对象,让出货质量更好。

欢迎留下任何问题,获取更多资讯

所罗门专家将尽快联系您,协助您解决机器视觉与工业自动化需求。