产品
工业自动化解决方案
SolVision
AI瑕疵辨识和图像检测
AccuPick 3D Bin Picking
视觉智能取放系统
SolMotion
视觉引导机器人解决方案
AccuPick LM
自动化高效定位系统
增强智能解決方案
META-aivi
AR + AI 泛用型视觉系统
应用
机器人
三维比对
打磨
深框无序抓取
自动化配套
拆垛
取放搬运
拆架
视觉引导机器人
非机器人
分类识别
判别有无
计数
质量/安全检查
瑕疵检测
远程监控
OCR光学字符识别
标准操作程序验证
产业解决方案
航天业
物流业
石化业
汽车业
制造业
公用事业
建造业
金属加工业
半导体产业
电子业
光电业
智能制造业
食品业
生技医疗业
纺织业
可再生能源业
资源
成功案例
博客
产品与应用视频
产品手册
关于我们
公司
新闻与活动
客户评价
联络我们
简体中文
English
繁體中文
简体中文
日本語
Español
Português
Deutsch
Français
Italiano
Türkçe
Tiếng Việt
한국어
ไทย
Choose a language
English
繁體中文
简体中文
日本語
Español
Português
Deutsch
Français
Italiano
Türkçe
Tiếng Việt
한국어
ไทย
搜尋
制造业
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。
金属加工业
META-aivi
分类识别
制造业
成功案例
计数
包装密封检测解决方案
除了判断包装是否密封之外,须进一步确认密封不完全的型态与原因,但因为密封缺陷的型态差异小,且对象表面呈高反光,不论是人眼或AOI皆不易找出缺陷并将之分类。所罗门使用 SolVision工具,由影像定义出密封完好的状态,并与多种缺陷作比较,可实时检出没有密封完整的包装并将缺陷分类。
SolVision
制造业
成功案例
瑕疵检测
质量/安全检查
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。
SolVision
OCR光学字符识别
制造业
成功案例
金属加工业
安规认证标章印刷瑕疵检测
国内外安规认证的标章众多,例如CE、EAC等,各有不同的标章图示。过多的版面信息在大量印刷过程中不易检出多印或漏印的情形,可能影响商品的贩卖及使用。应用SolVision AI影像工具,训练AI模型。训练完成的AI模型即会自动检出并标示所有差异地方,即为版面的印刷瑕疵。
SolVision
制造业
成功案例
瑕疵检测
电子业
质量/安全检查
金属加工冲压件表面瑕疵检测解决方案
金属加工冲压件上可能出现的瑕疵种类繁多且形态不一,油污及水渍更是不易观察。另一方面,金属加工件在取像时的亮度也各有差异,造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手:AI瑕疵检测,经训练的AI模型可轻易检出各式冲压件上的瑕疵,大幅提升产品的表面质量。
SolVision
分类识别
制造业
成功案例
汽车业
瑕疵检测
电子业
金属加工业
电源供应器内部线材组接解决方案
电源供应器内部组件及线路多元且复杂,检测接点时容易受到背景干扰而影响视觉判断。额外使用人工及AOI传统光学检测皆不易执行,难以于产线端有效管控产品质量。经训练的AI模型可以精准地侦测并定位线材错接的电源供应器接线瑕疵,实时将不良品检出。
SolVision
判别有无
制造业
成功案例
瑕疵检测
电子业
組裝檢測
笔电组装零件缺漏与瑕疵检测
笔电产品零件进入组合与包装程序后,利用人工方式进行配套零件的装配,在执行上下装壳与垂直螺丝组装等工序时,若有零件缺漏将直接影响最终产品质量,进入各通路贩卖后有损公司名誉。导入所罗门SolVision检测提高产品良率及稳定性,能持续优化其检测效力,有效提高产品的质量良率。
制造业
成功案例
瑕疵检测
电子业
組裝檢測
空调冷冻风管端点焊接品质管控方案
空调及冷冻设备的制造过程中,热交换器的密闭容器所含的铁管、镜板、管帽、端板等部件皆需经过焊接工序,但由于焊接工厂属高温高热的场域,入内需穿着基本防护,且焊道的瑕疵缺陷复杂且不规则,凭借人工经验检测焊道,不容易维持质量一致,导入AI自动化检测势在必行。
SolVision
制造业
成功案例
瑕疵检测
视觉导引机器人
质量/安全检查
物料管理优化方案,提高产品标签辨识度
电子产业中,如果料号标签无法辨识会大幅降低作业效率。卷标字体印刷不良卷标上的字体在印刷过程容易产生不规则的细微瑕疵,使得AOI难以辨识。利用SolVision进行缺陷以及字符辨识之AI深度学习,即便卷标字体出现不规则的缺陷仍能正确辨识,大幅降低物料管理的成本支出,提高库存管理正确性。
SolVision
OCR光学字符识别
制造业
成功案例
瑕疵检测
电子业