Fabrication
La vision industrielle dans le secteur de la fabrication relie l’inspection, la vérification, le comptage et la manipulation robotisée. Du câblage et de la construction d’ordinateurs portables aux soudures, joints et pièces usinées, il détecte les défauts et les éléments manquants, met à jour l’inventaire et guide le tri des bacs 3D pour les opérations CNC et d’assemblage.
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.
‧
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 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.
‧
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.
‧
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.
‧
Détection des défauts de soudure par IA
Propulsé par l'IA, Solomon SolVision peut automatiser les processus d'inspection des soudures en apprenant les différentes formes et caractéristiques des cordons de soudure à partir d'images d'échantillons.
‧
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.
‧