Bildklassifizierung
Die KI-Sortierung und Bildklassifizierung verarbeitet Artikel, die sich auf eine Weise unterscheiden, die für feste Regeln zu subtil ist, wie z. B. Produktqualitäten oder nahezu identische Münzen. Bei diesen Einsätzen wird die aus Beispielbildern gelernte Sortierung gezeigt, die mit natürlichen Variationen Schritt hält, die eine ständige Neuabstimmung des Schwellenwerts erfordern würden.
Bestandsüberprüfung im Einzelhandel mittels AR + KI
In einer landesweiten Supermarktkette revolutionierte META-aivi die Regalorganisation, indem es Herausforderungen wie falsch platzierte Produkte, Lagerengpässe und die Schulung neuer Mitarbeiter bewältigte.
‧
Klassifizierung von Verbindungskabeln mittels AR + KI
META-aivi transformiert die Kabelinspektion mit KI und gewährleistet Präzision bei der Erkennung, Klassifizierung und Defekterkennung für eine effiziente Elektronikfertigung.
‧
Fehlererkennung bei Socken mit KI
Solomons SolVision KI identifiziert schnell Sockendefekte mit Echtzeit-Fehlererkennung und verbessert die Qualitätskontrolle und Effizienz für Textilhersteller.
‧
KI-Inspektion für Halbleiterkomponenten
Die traditionellen Einschränkungen der AOI überwindend, führt Solomons SolVision schnell OCR durch, ohne von Hintergrund- oder Lichtbedingungen, Komplexität oder dem Erscheinungsbild der Seriennummer beeinflusst zu werden.
‧
Fehlererkennung bei Kohlefasergewebe mit KI
SolVision's KI-gestützte Visionstechnologie verbessert die Fehlererkennung bei der Inspektion von Kohlefasergeweben, indem sie sich an die Lichtverhältnisse anpasst und so die Qualitätssicherung optimiert.
‧
Tablet-Inspektion mit KI
SolVision verbessert die Tabletteninspektion mit KI für präzise Fehlererkennung und steigert die Effizienz und Genauigkeit in der pharmazeutischen Produktion.
‧
Teilebestandsverwaltung mit AR + KI
META-aivi nutzt künstliche Intelligenz, um Größenabweichungen der Rohre sofort und präzise zu identifizieren. Mithilfe der Schnellzählfunktion werden alle unterschiedlichen Teile innerhalb von Sekunden klassifiziert und gezählt.
‧
KI-Inspektion von gestanzten Metallteilen
Es gibt viele Arten von Defekten, die bei den gestanzten Teilen unterschiedlich auftreten können, insbesondere Öl- oder Wasserflecken, die nicht leicht zu erkennen sind.
‧
KI-gestützte visuelle Identifikation und Klassifizierung von Zellen
Setzen Sie das fortschrittliche KI-Modell von SolVision ein, um Zellen zu identifizieren und zu klassifizieren, wo traditionelle AOI-Systeme bei der Erkennung und Bestimmung von Zellvariationen unzureichend sind.
‧
Inspektion von chirurgischen Masken mit KI
SolVision nutzt Deep-Learning-Technologie für eine verbesserte Inspektion von chirurgischen Masken, um eine genaue Fehlererkennung und eine verbesserte Qualitätskontrolle zu gewährleisten.
‧
KI-gestützte visuelle Inspektion von Trockenbauplatten
Das KI-Modell kann trainiert werden, um Defekte auf der Trockenbauplatte genau zu erkennen und zu lokalisieren, um die Produktqualität und den Produktionsertrag zu verbessern.
‧
Automatisierung von Halbleiter-Wafer-Inspektionen
Fehlerhafte Wafer weisen in der Regel auch subtile Defekte auf, die zufällig auf der Oberfläche verteilt sind, was es AOI-Systemen (Automated Optical Inspection) erschwert, Regeln für effiziente Inspektionen festzulegen.
‧
Fehlererkennung bei Laser-Schweißen mit KI
SolVision überwinde die Herausforderungen bei der Inspektion von Laser-Schweißarbeiten mit KI und ermöglicht eine präzise Fehlererkennung zur Verbesserung der Schweißqualitätskontrolle.
‧
Vorbereitung chirurgischer Instrumente mit KI
Optimierte Vorbereitung chirurgischer Instrumente mit META-aivi für verbesserte Patientensicherheit. 60% Zeit gespart. 100% Identifikationsgenauigkeit der Artikel.
‧
Verifizierung von Kunststoffteilen für das Recycling mit KI
Erforschen Sie, wie META-aivi das Abfallmanagement mit KI optimiert, Fehler reduziert und Kontaminationen vermeidet, während die Effizienz des Kunststoffrecyclings verbessert wird.
‧