金屬加工業
金屬零件機器視覺檢查反射工件並使機器人路徑適應實際幾何形狀。它涵蓋機械加工部件和焊接缺陷、金屬庫存、管計數、零件分類、3D 箱揀選、CNC 裝載、鋼軌邊緣修整和機器人磨削。
使用 AI 進行精密加工零件瑕疵檢測
SolVision AI 精密加工零件瑕疵檢測可穩定辨識刮傷、刀痕與表面不規則缺陷，實現可靠品質檢測。
‧
使用 AI 進行 HVAC 焊接品質檢測
SolVision AI 可執行 HVAC 焊接檢測，即時偵測焊接缺陷，確保穩定一致的品質，並降低錯誤與重工風險。
‧
採用 AR + AI 的金屬零件庫存管理
META-aivi 採用 AR + AI 視覺技術優化金屬零件庫存管理，實現自動計數，使盤點更快、更準確。
‧
使用 AR + AI 計算自行車車架管數
META-aivi 的 AR + AI 解決方案提高自行車車架生產的管材計數準確性和效率，減少錯誤並提升生產力。
‧
利用機器人實現自動化鐵軌接縫板去毛邊處理
使用了SOLMON公司的AI 3D機器視覺技術Solmotion來進行接縫板的位置識別。準確地識別接縫板端面進行毛邊修整的位置並進行了修正。在毛邊修整過程中，我們在接縫板流動到修整位置之前的一側安裝了Solmotion的攝像頭系統，用於解析接縫板的截面。
‧
各國硬幣面額智能化辨識及計算解決方案
許多製幣廠試圖以視覺技術進行錢幣的篩選，使用SolVision的Feature Detection工具，學習錢幣在各種亮度、髒汙與氧化程度的影像資料，不僅可分辨圖案相同但面額不同的錢幣，亦可正確辨識出各國錢幣，並即時計算出各國錢幣的總面額。
‧
不鏽鋼管字元辨識解決方案
目前仍採用人力進行自行車車身號碼的辨識與登錄，耗費人工且效率低，若使用AOI進行字元辨識，因不鏽鋼管表面為圓弧曲面，打光容易造成反射，不論以人工或者AOI檢測，針對曲面、反光不鏽鋼管上字樣的辨識皆較為困難。所羅門結合機器視覺與人工智慧，對於光學字元辨識可以得到極佳的辨識效果。
‧
高爾夫球桿頭品質檢測解決方案
高爾夫球桿頭是球具組合中最重要的部份，消費者十分重視桿頭完成面的細緻程度。運用SolVision AI影像技術，將影像樣本中高爾夫球桿頭上的細微瑕疵逐一標註，藉以訓練AI模型，訓練完成後的AI模型即能不受商標、紋路及金屬光澤的影響，定位並標註所有細微的表面瑕疵。
‧
金屬加工沖壓件表面瑕疵檢測解決方案
金屬加工沖壓件上可能出現的瑕疵種類繁多且形態不一，油汙及水漬更是不易觀察。另一方面，金屬加工件在取像時的亮度也各有差異，造成AOI瑕疵檢測的執行相當不易。金屬加工品的品管助手：AI瑕疵檢測，經訓練的AI模型可輕易檢出各式沖壓件上的瑕疵，大幅提升產品的表面品質。
‧
金屬外殼瑕疵檢測與分類解決方案
利用SolVision的瑕疵檢測工具，做出AI模型Training，針對瑕疵的形狀長相建立瑕疵缺陷資料庫，將複雜的缺陷人工檢測轉化成精準度高且規律的檢測系統，以深度學習辨識異常並忽略可接受的微小缺陷，有效提升檢測精準度及速率，兼顧產品嚴格的品質要求。
‧
自動化雷射銲接分類暨檢測解決方案
雷射焊接具有不同的焊縫特徵。由於產品的焊接位置、樣式不盡相同，無法透過傳統光學檢測辨別焊縫樣態，常造成焊接品質不一的情形。應用Solomon SolVision能夠以焊縫特徵影像訓練AI模型，辨識焊接功率及漏焊瑕疵，並可透過深度學習，精準偵測焊縫的魚鱗紋數量及分布。
‧