SolVision
กรณีใช้งาน SolVision แสดงว่าผู้ผลิตตรวจจับตำหนิบนพื้นผิว ชิ้นส่วนที่ขาดหาย การอ่านอักขระผิด และการซีลล้มเหลวบน PCB เวเฟอร์ โลหะปั๊มขึ้นรูป บรรจุภัณฑ์ ผลิตภัณฑ์ยา และสิ่งทอ เมื่อรูปร่างข้อบกพร่องหรือสภาพแสงเปลี่ยนไป AOI แบบอิงกฎมีประสิทธิภาพลดลง แต่ละกรณีระบุตัวอย่าง เครื่องมือ AI และอัตราการตรวจจับ
การใช้งานผลิตภัณฑ์
กรณีศึกษา
AccuPick
SolVision
META-aivi
SolMotion
การตรวจสอบถาดใส่ IC ด้วย AI
SolVision ใช้เทคโนโลยี AI ในการเพิ่มประสิทธิภาพการตรวจสอบถาด IC เพื่อการตรวจจับที่แม่นยำ และยกระดับมาตรฐานคุณภาพในอุตสาหกรรมเซมิคอนดักเตอร์
การตรวจสอบชิปเซมิคอนดักเตอร์ที่บรรจุหีบห่อแล้ว
เครื่องมือ Anomaly Detection ใช้เทคโนโลยี Deep Learning เพื่อสอนโมเดล AI ด้วยภาพของเวเฟอร์ที่สมบูรณ์
การตรวจจับข้อบกพร่องจากการบิ่นในการตัดเวเฟอร์
ตำแหน่ง ขนาด และรูปร่างของรอยร้าวเปลี่ยนไปในแต่ละครั้ง และการตรวจสอบด้วยระบบภาพแบบดั้งเดิมไม่สามารถระบุข้อบกพร่องที่ไม่แน่นอนได้อย่างแม่นยำ
การตรวจสอบขวดแก้วด้วย AI
SolVision ทำให้การตรวจสอบขวดแก้วเป็นแบบอัตโนมัติโดยใช้การประมวลผลภาพขั้นสูง สามารถตรวจจับข้อบกพร่องในขวดน้ำหอมได้อย่างมีประสิทธิภาพด้วยเทคโนโลยี AI
การตรวจสอบด้วย AI สำหรับแผงวงจร LED อะลูมิเนียม
SolVision ตรวจจับและรู้จำข้อบกพร่องและความผิดปกติที่เล็กที่สุดในแผงวงจรอะลูมิเนียมด้วยการประมวลผลภาพ
การตรวจสอบซีลบรรจุภัณฑ์ด้วย AI
ด้วยเทคโนโลยี Deep Learning SolVision สามารถตรวจสอบความสมบูรณ์ของการซีลได้โดยการเปรียบเทียบกับบรรจุภัณฑ์ตัวอย่างที่สมบูรณ์และความคลาดเคลื่อนที่อาจเกิดขึ้น
การควบคุมคุณภาพด้วย AI สำหรับเวชภัณฑ์สิ้นเปลือง
SolVision ตรวจจับและวิเคราะห์ชิ้นส่วนเข็มฉีดยาแบบโปร่งใสที่มีพื้นผิวและรูปร่างหลากหลาย ซึ่งมักยากเกินกว่าที่ระบบ AOI แบบเดิมจะตรวจสอบได้
การตรวจสอบด้วยภาพของท่อสแตนเลส
ความสามารถในการรู้จำขั้นสูงของ SolVision ช่วยให้การ OCR หมายเลขจักรยานทำได้อย่างแม่นยำ ไม่ว่าตัวเลขจะมีลักษณะอย่างไรหรือเกิดการหักเหของแสงมากแค่ไหนก็ตาม
การตรวจสอบคุณภาพของไม้กอล์ฟ
ด้วยระบบ AI ของ SolVision สามารถตรวจจับข้อบกพร่องของหัวไม้กอล์ฟได้แม่นยำ โดยไม่ขึ้นกับขนาด ลักษณะ หรือจุดที่เกิดข้อบกพร่อง
การรู้จำป้ายทะเบียนรถและหมายเลขตู้คอนเทนเนอร์ด้วย AI
OCR ที่ขับเคลื่อนด้วย AI ของ SolVision ช่วยให้สามารถรู้จำป้ายทะเบียนรถและหมายเลขตู้คอนเทนเนอร์ได้อย่างแม่นยำโดยอัตโนมัติ เพิ่มประสิทธิภาพในการดำเนินงานด้านโลจิสติกส์