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
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.
Identification visuelle et classification des cellules par IA
Déployez le modèle d’IA avancé de SolVision pour identifier et classifier les cellules là où les systèmes AOI traditionnels sont insuffisants pour détecter et évaluer les variations cellulaires.
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 par IA des câbles d’unités d’alimentation
Le modèle d'IA peut identifier avec précision les erreurs dans les connexions de câbles et éliminer les produits non conformes en temps réel.
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 visuelle par IA des panneaux de plâtre
Le modèle d'IA peut être formé pour détecter et localiser avec précision les défauts sur les panneaux de plâtre afin d'améliorer la qualité du produit et le rendement de production.
Automatiser les inspections des wafers de semi-conducteurs
Les wafers défectueux présentent souvent des défauts subtils dispersés aléatoirement sur la surface, ce qui empêche les systèmes d'inspection automatique (AOI) de définir des règles pour des inspections efficaces.
Détection des défauts de soudage laser à l’aide de l’IA
SolVision surmonte les défis de l'inspection de soudage laser grâce à l'IA, permettant une détection précise des défauts pour améliorer le contrôle de qualité du soudage laser.
Inspections par IA pour les condensateurs céramiques multicouches (MLCC)
SolVision détecte les électrodes défectueuses sur les composants électroniques passifs afin d'améliorer de manière significative le rendement global de la production.
Inspection par IA des câbles d’unités d’alimentation
Le modèle d'IA peut identifier avec précision les erreurs dans les connexions de câbles et éliminer les produits non conformes en temps réel.
Automatiser les inspections des wafers de semi-conducteurs
Les wafers défectueux présentent souvent des défauts subtils dispersés aléatoirement sur la surface, ce qui empêche les systèmes d'inspection automatique (AOI) de définir des règles pour des inspections efficaces.
Détection des défauts de soudage laser à l’aide de l’IA
SolVision surmonte les défis de l'inspection de soudage laser grâce à l'IA, permettant une détection précise des défauts pour améliorer le contrôle de qualité du soudage laser.
Inspections par IA pour les condensateurs céramiques multicouches (MLCC)
SolVision détecte les électrodes défectueuses sur les composants électroniques passifs afin d'améliorer de manière significative le rendement global de la production.
Détection des défauts d’adhérence dans les semi-conducteurs
Ein übermäßiger Kleber kann auf dem Chip verbleiben oder auf die Leiterplatte überlaufen und dazu führen, dass der Chip kippt, was die Stabilität des gesamten Halbleiterpakets beeinträchtigt.
Détection des composants défectueux et manquants des ordinateurs portables
Pour des tâches manuelles répétitives comme dans ce cas, une inspection visuelle automatisée peut aider à identifier les produits défectueux et améliorer l'efficacité de la main-d'œuvre.
Inspection du numéro d’identification des pneus DOT à l’aide de l’IA
La technologie IA et OCR de SolVision améliore l'inspection des Numéros d'Identification des Pneus, renforçant ainsi la précision, l'efficacité et le contrôle qualité dans la production de pneus.
Automatisierung der Qualitätsinspektion von Trägerschalen
À mesure que la fabrication de semi-conducteurs devient plus sophistiquée, le processus de création des cadres de connexion doit s'améliorer en précision et en rendement.
Détection des défauts par IA pour les métaux à surface spiralée
Les petites pièces métalliques à surface spiralée peuvent être inspectées à l'aide de l'outil de segmentation d'instance de SolVision pour apprendre les différents types de marques de coupe ou de défauts de collision à partir d'images d'échantillon, puis construire un modèle d'IA pour reconnaître ces défauts subtils.
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.
Classification des pièces à l’aide de l’IA
Le système de vision AI de SolVision excelle dans la classification des pièces, catégorisant avec précision les lots par dénomination, quel que soit l'état d'oxydation ou de la pièce.
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 visuelle par IA des panneaux de plâtre
Le modèle d'IA peut être formé pour détecter et localiser avec précision les défauts sur les panneaux de plâtre afin d'améliorer la qualité du produit et le rendement de production.
Automatiser les inspections des wafers de semi-conducteurs
Les wafers défectueux présentent souvent des défauts subtils dispersés aléatoirement sur la surface, ce qui empêche les systèmes d'inspection automatique (AOI) de définir des règles pour des inspections efficaces.
Détection des défauts de soudage laser à l’aide de l’IA
SolVision surmonte les défis de l'inspection de soudage laser grâce à l'IA, permettant une détection précise des défauts pour améliorer le contrôle de qualité du soudage laser.
Inspections par IA pour les condensateurs céramiques multicouches (MLCC)
SolVision détecte les électrodes défectueuses sur les composants électroniques passifs afin d'améliorer de manière significative le rendement global de la production.
Détection des défauts d’adhérence dans les semi-conducteurs
Ein übermäßiger Kleber kann auf dem Chip verbleiben oder auf die Leiterplatte überlaufen und dazu führen, dass der Chip kippt, was die Stabilität des gesamten Halbleiterpakets beeinträchtigt.
Détection des composants défectueux et manquants des ordinateurs portables
Pour des tâches manuelles répétitives comme dans ce cas, une inspection visuelle automatisée peut aider à identifier les produits défectueux et améliorer l'efficacité de la main-d'œuvre.
Automatisierung der Qualitätsinspektion von Trägerschalen
À mesure que la fabrication de semi-conducteurs devient plus sophistiquée, le processus de création des cadres de connexion doit s'améliorer en précision et en rendement.
Détection des défauts par IA pour les métaux à surface spiralée
Les petites pièces métalliques à surface spiralée peuvent être inspectées à l'aide de l'outil de segmentation d'instance de SolVision pour apprendre les différents types de marques de coupe ou de défauts de collision à partir d'images d'échantillon, puis construire un modèle d'IA pour reconnaître ces défauts subtils.
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.
Inspecter les processus d’emballage des semi-conducteurs
SolVision permet l'inspection visuelle grâce à l'analyse d'images par IA, renforçant la fiabilité des informations de déplacement et d'angle pour reconnaître les produits défectueux et les erreurs dans le processus de collage des dies.