SolVision成功案例

制造业

安规认证标章印刷瑕疵检测

AI自动侦测安规认证标章的版面印刷瑕疵

什么是安规认证?
商品经测试并具安全性

安规认证的目的是为促使商品符合安全、卫生、环保等法规或标准。3C及家电商品上通常具有标示国内外安规认证的区域，证明该商品经过测试，具有一定程度的安全性。

安规认证标章漏印，影响商品安全及造成销售疑虑

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。且部分业者会在安规标章区域一并标示商品序号、制造地点、电源需求、使用方式等。过多的版面资讯在大量印刷过程中不易检出多印或漏印的情形，可能影响商品的贩售及使用。

印刷品瑕疵检测工具：所罗门AI视觉检测

应用所罗门 SolVision  AI影像平台的Anomaly Detection工具，以数张印刷完好的版面作为黄金样本(Golden Sample)训练AI模型，执行非监督式机器学习。训练完成的AI模型即会自动检出并标示所有与黄金样本有差异的地方，即为版面的印刷瑕疵。

安规认证标章检测案例

OK: 正确安规标章

錢幣面額與國別分辨案例

NG: 标章印刷错误

錢幣面額與國別分辨案例

相关文章

  • 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。
    SolVisionOCR光学字符识别建造业成功案例金属加工业

  • 透明点滴袋打印标签辨识分类解决方案

    各式输液皆以透明点滴袋包装，点滴袋上都会清楚注明种类、浓度及容量信息。由于各式点滴袋体上打印卷标位置不一，在产线尚无法以一般光学检测取代人工进行品项分类。所罗门运用SolVision技术，针对点滴袋体上的名称、浓度、容量等影像信息训练AI学习影像特征，可以快速辨识并分类各式输液品项。
    SolVision分类识别成功案例生技医疗业
  • a close up of a blue and yellow background

    LED基板分区外观品质控管解决方案

    常见的LED基板瑕疵包括边缘毛边、焊垫氧化杂质、刮痕等，在瑕疵特征与背景相近的情况下，AOI检测不易将瑕疵检出。运用SolVision AI影像技术，以各式LED基板上瑕疵影像样本训练，经深度学习的AI即可精准地将瑕疵检出并标注。此外亦可指认瑕疵生成的所属区域，达到分区检测的目的。
    SolVision光电业成功案例瑕疵检测电子业

  • 鸡蛋蛋壳品质检测分级解决方案

    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。
    SolVision分类识别成功案例瑕疵检测食品业