瑕疵檢測
人工智慧缺陷偵測解決了規則無法解決的問題：兩次看起來都不一樣的缺陷、移動位置以及隱藏在背景紋理中。這些部署表明製造商從少量標記影像中訓練檢測，然後在新缺陷類型出現時保持準確性。
META-aivi 智能焊道檢測
使用META-aivi的瑕疵檢測功能，針對合格的焊接點進行AI訓練並上傳模型至系統中，便能透過行動裝置上的鏡頭對欲檢測的車架進行AI檢測，META-aivi即可快速辨識出瑕疵焊點，並搭配擴增實境功能即時反饋異常結果，人員即可透過螢幕上指示進行錯誤修正，確保焊接品質。
‧
金屬螺栓 AI 視覺瑕疵檢測
SolVision 瑕疵檢測確保每個螺栓僅需 49 毫秒即可實現 100% 的完美缺陷檢測率，解決反射表面難題並消除漏檢。
‧
泡殼包裝品質管理解決方案
運用SolVision AI影像平台的Instance Segmentation技術，以包裝良品及具各種瑕疵類型的影像樣本訓練AI模型。訓練完成的模型可即時且迅速地辨識每一反光或透明泡殼的包裝及填充情形，並將偵測到的瑕疵予以標註並分類。
‧
雞蛋蛋殼品質檢測分級解決方案
運用所羅門SolVision AI影像平台的Instance Segmentation技術，定位、標註影像樣本中雞蛋蛋殼裂隙瑕疵位置並以訓練AI模型，訓練完成後即可透過AI檢測蛋殼表面的孔隙及裂痕情形再予以分級，提升雞蛋食用的安全性及商品價值。
‧
封裝晶片邊緣微裂瑕疵檢測解決方案
由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定，以致傳統光學檢測無法精準地將瑕疵檢出，影響整體產品良率。運用SolVision AI影像技術，將影像樣本中的瑕疵特徵予以標註，完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置，大幅降低晶片在後續封裝製程中斷裂的風險。
‧
晶粒邊緣崩裂檢測解決方案
由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定，以致傳統光學檢測無法精準地將瑕疵檢出，影響整體產品良率。運用SolVision AI影像技術，將影像樣本中的瑕疵特徵予以標註，完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置，大幅降低晶片在後續封裝製程中斷裂的風險。
‧
晶圓切割刀體外觀品質控管解決方案
晶圓切割係半導體及光電業界非常重要的製程，若無法在切割製程中維持高良率、高效率並保有晶片特性，將大幅影響整體產能。晶圓切割刀的品質控管主要透過外觀瑕疵的檢測，常見的外觀瑕疵包括刀體上的不規則紋路、多鑽等情形。由於有環狀條紋，形成複雜影像背景，嚴重影響機器視覺對於瑕疵的偵測。
‧
漸層玻璃瓶瑕疵檢測
漸層玻璃瓶皆經過噴砂製程霧面處理，製作過程常見的瑕疵類型為色澤不均或者瓶身出現黑點，而這些瑕疵因無法明確定義且樣式不固定，難以採用AOI方法進行檢測。訓練完成的AI模型即可快速檢出玻璃瓶身各角度之瑕疵分布，並標註出缺陷位置。
‧
LED PCBA瑕疵檢測解決方案
運用SolVision AI影像平台技術，在影像樣本中定位並標註鋁基板上的刮痕、髒污等異常及瑕疵情形，透過AI深度學習，即可自動且即時地檢出並定位鋁基板上的各式瑕疵，大幅提升產線生產效率。
‧