SolVision
Cas SolVision: défauts surfaciques, pièces absentes, caractères mal lus et défauts de scellage sur PCB, wafers, métal embouti, emballage, pharma et textile. Ils montrent les limites de l’AOI fondée sur des règles si forme ou éclairage varie; échantillons, outil IA et taux de détection sont précisés.
Déploiements produits
Études de cas
AccuPick
SolVision
META-aivi
SolMotion
Inspection des comprimés à l’aide de l’IA
SolVision améliore l'inspection des comprimés grâce à l'IA pour une détection précise des défauts, augmentant ainsi l'efficacité et la précision de la production pharmaceutique.
Reconnaissance de Numéros de Série de Moteur à l’Aide de l’IA
La technologie OCR basée sur l'IA de SolVision permet la reconnaissance automatisée des numéros de série des moteurs, garantissant une extraction de données rapide et précise ainsi qu'une intégration fluide.
Inspection des emballages de produits à l’aide de l’IA
La détection des défauts basée sur l'IA améliore l'inspection des emballages de produits, identifiant les défauts d'impression et garantissant un contrôle de qualité cohérent dans l'emballage et l'étiquetage.
Détection de défauts de MLCC à l’aide de l’IA
SolVision AI améliore la détection des défauts des condensateurs céramiques multicouches (MLCC), réduisant les rejets falsifiés et améliorant le contrôle de la qualité dans la production électronique.
Inspection de la qualité des biscuits à l’aide de l’IA
SolVision améliore la qualité des cookies grâce à une inspection de qualité assistée par l'IA, garantissant une apparence constante et une haute précision de détection dans la production de snacks.
Détection des défauts d’isolation des câbles à l’aide de l’IA
SolVision AI améliore la détection des défauts de câbles, renforçant le contrôle de la qualité de l'isolation des câbles, la précision de l'inspection et l'efficacité de la production pour les fils et câbles.
Détection de défauts de clés à molette à l’aide de l’IA
SolVision AI améliore la détection des défauts des clés à molette, le contrôle de la qualité et l'efficacité de la production, dépassant les limitations des systèmes d'inspection optique automatisée traditionnels.
Inspection des sacs IV à l’aide de l’IA
SolVision atteint un taux de détection de 100 % des particules étrangères dans les sacs IV grâce à un système de vision IA innovant pour une détection efficace des défauts.
Détection des défauts des boulons métalliques par IA
SolVision garantit un taux de détection des défauts impeccable de 100 % en seulement 49 millisecondes par boulon, en s'attaquant aux défis liés aux surfaces réfléchissantes et en éliminant les faux négatifs.
Inspection par IA des pièces métalliques estampées
Il existe de nombreux types de défauts qui peuvent apparaître différemment à chaque fois sur les pièces estampées, en particulier les taches d'huile ou d'eau, qui sont difficiles à détecter.
Classification des légumes par IA
SolVision atteint une précision de 100 % dans l'inspection des artichauts en 50 millisecondes, améliorant l'efficacité et la classification dans la production de légumes grâce à l'IA.
Inspection des emballages de blisters à l’aide de l’IA
SolVision transforme l'inspection des blisters, surmontant les défis liés aux matériaux réfléchissants pour améliorer l'exactitude et l'efficacité de la production pharmaceutique grâce à l'IA.
Inspection de bouchons de bouteilles à l’aide de l’OCR
L'OCR de SolVision améliore le contrôle de la qualité des produits alimentaires, des boissons et pharmaceutiques, surmontant les défis d'impression des bouchons de bouteilles sur les lignes de production à grande vitesse grâce à l'IA.
Inspection des capsules de café à l’aide de l’IA
SolVision améliore l'inspection et la classification des capsules de café grâce à l'IA, garantissant la détection de présence/absence tout en surmontant les défis liés à la couleur et à la réflexion.
Inspection de la qualité des œufs à l’aide de l’IA
SolVision AI reconnaît les défauts et catégorise les œufs, permettant une inspection automatisée de la qualité des œufs pour améliorer la sécurité alimentaire et le contrôle de la qualité.
Inspection des bouteilles en verre à l’aide de l’IA
SolVision automatise l'inspection des bouteilles en verre grâce à un traitement d'image avancé, détectant efficacement les défauts de production sur les bouteilles de parfum avec la technologie IA.
Contrôle de qualité par IA pour les consommables médicaux
SolVision détecte et analyse des pièces de seringues transparentes de différentes textures et formes, généralement trop difficiles à inspecter pour les systèmes AOI.
Inspection de la Qualité des Clubs de Golf
Avec SolVision basé sur l'IA, les imperfections de production sur les têtes de clubs peuvent être détectées, quelle que soit leur taille, leur apparence ou leur emplacement.
Détection des défauts de peinture automobile à l’aide de l’IA
SolVision utilise l'IA pour une détection précise des défauts de peinture automobile, améliorant la qualité et l'efficacité dans la fabrication automobile pour un constructeur automobile de premier plan.
Reconnaissance de Numéros de Série de Moteur à l’Aide de l’IA
La technologie OCR basée sur l'IA de SolVision permet la reconnaissance automatisée des numéros de série des moteurs, garantissant une extraction de données rapide et précise ainsi qu'une intégration fluide.
Détection de défauts de MLCC à l’aide de l’IA
SolVision AI améliore la détection des défauts des condensateurs céramiques multicouches (MLCC), réduisant les rejets falsifiés et améliorant le contrôle de la qualité dans la production électronique.
Détection des défauts d’isolation des câbles à l’aide de l’IA
SolVision AI améliore la détection des défauts de câbles, renforçant le contrôle de la qualité de l'isolation des câbles, la précision de l'inspection et l'efficacité de la production pour les fils et câbles.
Détection de défauts de clés à molette à l’aide de l’IA
SolVision AI améliore la détection des défauts des clés à molette, le contrôle de la qualité et l'efficacité de la production, dépassant les limitations des systèmes d'inspection optique automatisée traditionnels.
Détection des défauts des boulons métalliques par IA
SolVision garantit un taux de détection des défauts impeccable de 100 % en seulement 49 millisecondes par boulon, en s'attaquant aux défis liés aux surfaces réfléchissantes et en éliminant les faux négatifs.
Inspection par IA des pièces métalliques estampées
Il existe de nombreux types de défauts qui peuvent apparaître différemment à chaque fois sur les pièces estampées, en particulier les taches d'huile ou d'eau, qui sont difficiles à détecter.
Détection de courts-circuits dans le soudage SMT
Le SMT est un processus de soudage essentiel dans l'industrie électronique. SolVision détecte les défauts sur les PCB, connus pour leurs nombreux composants petits et complexes.
Inspection des marques de certification de sécurité
Inspection des marques de certification de sécurité. Détection automatisée des marques de certification défectueuses par l'IA de Solomon SolVision.
Inspection visuelle des cordons de soudure automobiles
Alimenté par l’IA, le logiciel de deep learning SolVision entraîne un modèle d’IA en simulant des défauts potentiels des cordons de soudure dans des conditions de luminosité aléatoires.
Inspection de l’assemblage de PCB à l’aide de l’IA
SolVision optimise l'inspection de l'assemblage de circuits imprimés (PCB) grâce à l'IA, améliorant la précision, réduisant les erreurs et augmentant l'efficacité avec notre système de vision IA à apprentissage rapide.
Inspection de Fil avec l’IA
La technologie IA de SolVision optimise l'inspection des fils en détectant rapidement et efficacement divers défauts de fil, garantissant ainsi un contrôle de qualité amélioré.
Inspection par Deep Learning des médicaments biotechnologiques liquides
La technologie d'apprentissage en profondeur de SolVision facilite la reconnaissance des liquides de différentes couleurs et des niveaux de sédimentation pour une classification précise et un contrôle de qualité.
Classification des poches de perfusion à l’aide de l’IA
SolVision permet la classification des poches IV, optimisant les processus de tri et garantissant une plus grande précision. Découvrez notre solution d'inspection avancée basée sur l'IA.
Détection des défauts de chaussettes utilisant l’IA
L'IA SolVision de Solomon identifie rapidement les défauts des chaussettes grâce à une détection des défauts en temps réel, améliorant ainsi le contrôle qualité et l'efficacité des fabricants de textile.
Inspection par IA pour les composants semi-conducteurs
En surmontant les limitations traditionnelles de l'AOI, SolVision de Solomon effectue rapidement la reconnaissance optique de caractères (OCR) sans être affecté par l'arrière-plan, les conditions d'éclairage, la complexité ou l'apparence du numéro de série.
Inspection de la qualité des boîtiers métalliques à l’aide de l’IA
SolVision élève le contrôle qualité dans l'électronique avec une IA capable de détecter et de classifier les défauts, améliorant ainsi l'inspection de la qualité des boîtiers métalliques.
Classification des légumes par IA
SolVision atteint une précision de 100 % dans l'inspection des artichauts en 50 millisecondes, améliorant l'efficacité et la classification dans la production de légumes grâce à l'IA.
Inspection de bouchons de bouteilles à l’aide de l’OCR
L'OCR de SolVision améliore le contrôle de la qualité des produits alimentaires, des boissons et pharmaceutiques, surmontant les défis d'impression des bouchons de bouteilles sur les lignes de production à grande vitesse grâce à l'IA.
Inspection de la soudure BGA à l’aide de l’IA
L'IA de SolVision détecte les défauts de soudure BGA avec précision, améliorant la détection des défauts, l'exactitude des inspections et l'assurance qualité pour les fabricants.
Inspection des emballages de produits à l’aide de l’IA
La détection des défauts basée sur l'IA améliore l'inspection des emballages de produits, identifiant les défauts d'impression et garantissant un contrôle de qualité cohérent dans l'emballage et l'étiquetage.
Détection de défauts de MLCC à l’aide de l’IA
SolVision AI améliore la détection des défauts des condensateurs céramiques multicouches (MLCC), réduisant les rejets falsifiés et améliorant le contrôle de la qualité dans la production électronique.
Détection des défauts d’isolation des câbles à l’aide de l’IA
SolVision AI améliore la détection des défauts de câbles, renforçant le contrôle de la qualité de l'isolation des câbles, la précision de l'inspection et l'efficacité de la production pour les fils et câbles.
Détection de défauts de clés à molette à l’aide de l’IA
SolVision AI améliore la détection des défauts des clés à molette, le contrôle de la qualité et l'efficacité de la production, dépassant les limitations des systèmes d'inspection optique automatisée traditionnels.
Détection des défauts des boulons métalliques par IA
SolVision garantit un taux de détection des défauts impeccable de 100 % en seulement 49 millisecondes par boulon, en s'attaquant aux défis liés aux surfaces réfléchissantes et en éliminant les faux négatifs.
Inspection par IA des pièces métalliques estampées
Il existe de nombreux types de défauts qui peuvent apparaître différemment à chaque fois sur les pièces estampées, en particulier les taches d'huile ou d'eau, qui sont difficiles à détecter.
Détection de courts-circuits dans le soudage SMT
Le SMT est un processus de soudage essentiel dans l'industrie électronique. SolVision détecte les défauts sur les PCB, connus pour leurs nombreux composants petits et complexes.
Inspection des marques de certification de sécurité
Inspection des marques de certification de sécurité. Détection automatisée des marques de certification défectueuses par l'IA de Solomon SolVision.
Inspection visuelle des cordons de soudure automobiles
Alimenté par l’IA, le logiciel de deep learning SolVision entraîne un modèle d’IA en simulant des défauts potentiels des cordons de soudure dans des conditions de luminosité aléatoires.
Inspection des masques chirurgicaux à l’aide de l’IA
SolVision utilise la technologie d'apprentissage profond pour améliorer l'inspection des masques chirurgicaux, garantissant une détection précise des défauts et un meilleur contrôle de la qualité.
Inspection des Étiquettes de Produits avec l’IA
En utilisant l'OCR avec l'apprentissage profond par IA, SolVision lit et détecte divers défauts de texte et de chiffres sur les étiquettes imprimées, améliorant ainsi l'inspection des étiquettes de produits électroniques.
Inspection des scellés d’emballage à l’aide de l’IA
Basé sur la technologie d'apprentissage profond, SolVision peut déterminer si un scellé est intact en comparant un emballage parfait avec des variations potentielles.
Inspection visuelle des tubes en acier inoxydable
Les capacités de reconnaissance supérieures de SolVision garantissent que la reconnaissance optique de caractères (OCR) des bicyclettes peut être réalisée avec précision, quel que soit l'apparence des numéros d'identification ou les niveaux de réfraction de la lumière.
Inspection des Étiquettes de Produits avec l’IA
En utilisant l'OCR avec l'apprentissage profond par IA, SolVision lit et détecte divers défauts de texte et de chiffres sur les étiquettes imprimées, améliorant ainsi l'inspection des étiquettes de produits électroniques.
Inspection des scellés d’emballage à l’aide de l’IA
Basé sur la technologie d'apprentissage profond, SolVision peut déterminer si un scellé est intact en comparant un emballage parfait avec des variations potentielles.
Inspection visuelle des tubes en acier inoxydable
Les capacités de reconnaissance supérieures de SolVision garantissent que la reconnaissance optique de caractères (OCR) des bicyclettes peut être réalisée avec précision, quel que soit l'apparence des numéros d'identification ou les niveaux de réfraction de la lumière.
Inspection de l’assemblage de PCB à l’aide de l’IA
SolVision optimise l'inspection de l'assemblage de circuits imprimés (PCB) grâce à l'IA, améliorant la précision, réduisant les erreurs et augmentant l'efficacité avec notre système de vision IA à apprentissage rapide.
Détection des défauts des supports de montage HDD à l’aide de l’IA
SolVision améliore la détection des défauts des supports de disque dur grâce à une IA avancée, garantissant des normes plus élevées dans la fabrication électronique.
Inspection des Étiquettes de Produits avec l’IA
En utilisant l'OCR avec l'apprentissage profond par IA, SolVision lit et détecte divers défauts de texte et de chiffres sur les étiquettes imprimées, améliorant ainsi l'inspection des étiquettes de produits électroniques.
Inspection par IA pour les composants semi-conducteurs
En surmontant les limitations traditionnelles de l'AOI, SolVision de Solomon effectue rapidement la reconnaissance optique de caractères (OCR) sans être affecté par l'arrière-plan, les conditions d'éclairage, la complexité ou l'apparence du numéro de série.
Inspection de la qualité des boîtiers métalliques à l’aide de l’IA
SolVision élève le contrôle qualité dans l'électronique avec une IA capable de détecter et de classifier les défauts, améliorant ainsi l'inspection de la qualité des boîtiers métalliques.
Inspection de la soudure BGA à l’aide de l’IA
L'IA de SolVision détecte les défauts de soudure BGA avec précision, améliorant la détection des défauts, l'exactitude des inspections et l'assurance qualité pour les fabricants.
Inspection par IA pour les LED en aluminium
SolVision localise et reconnaît les plus petits défauts et anomalies de production dans les PCBAs en aluminium grâce au traitement d'image.
Inspection des plateaux de circuits intégrés (IC) à l’aide de l’IA
SolVision utilise l'IA pour améliorer l'inspection des plateaux de circuits intégrés, garantissant une détection précise et élevant les normes d'assurance qualité dans l'industrie des semi-conducteurs.
Inspection des puces semi-conductrices emballées
L'outil de détection des anomalies utilise une technologie d'apprentissage profond pour enseigner au modèle d'IA des exemples d'images de plaquettes « parfaites ».
Détection des défauts d’écaillage dans le découpage de wafers
L'emplacement, la taille et la forme des fissures varient à chaque fois, et l'inspection optique traditionnelle ne peut pas identifier avec précision ces défauts imprévisibles.