SolVision成功案例

不锈钢管字符辨识解决方案

自行车的失窃率高，破案却相对不易，透过自行车上的烙码能将车主资料建档，借以提高寻获率。为提高自行车的有效管理，政府遂鼓励自行车制造商在出厂前于车架上刻印专属之车身号码，再人工将车身号码录入于系统中，将每一台出厂的自行车进行建档。

目前仍采用人力进行自行车车身号码的辨识与录入，耗费人工且效率低，若使用自动光学辨识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，让位于曲面上的烙码看不清楚，不论以人工或者自动光学检测，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，使用SolVision 实例切割技术，针对不锈钢管上的数字形状所呈现的光泽，做AI模型的训练，对于光学字符辨识可以得到极佳的辨识效果。

物件严重反光

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。
医疗口罩制造品质管控解决方案

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。
玻璃纤维线轴拆架

通过使用基于人工智能的机器人三维视觉SolScan和AccuPick，成功解决了准确识别架子中卷轴位置的挑战。
塑胶零件料箱取放

所罗门屡获殊荣的AccuPick 3D智能取放系统，融合了3D机器视觉和深度学习的创新取放技术，让机器人具有类似人的视觉与大脑一样的思考能力，显著提高机器人执行的精确力度。