成功案例
机器视觉案例研究展示 AI 视觉如何检测缺陷、识别物体并引导机器人完成产线任务。内容涵盖质量检测、分类、OCR、AR 辅助作业、视觉引导机器人、装配验证与物流拣选，并呈现半导体、电子、汽车、制药、医疗器械和物流生产中的实际应用、部署流程、现场条件及自动化成果，帮助制造团队评估不同场景的技术配置和集成需求。
精选项目
小零件分拣
AccuPick 是 Solomon 的视觉智能取放系统解决方案，为客户提供了全面的视觉系统，能够识别工作站内的 50 多个不同零件。藉由 AccuPick 的强大视觉功能，成功识别 5 毫米垫圈，即便物体重叠，也可以成功识别。
精选项目
泡壳包装品质管理解决方案
运用SolVision AI影像平台的Instance 实例切割技术，以包装良品及具各种瑕疵类型的影像样本训练AI模型。训练完成的模型可实时且迅速地辨识每一反光或透明泡壳的包装及填充情形，并将侦测到的瑕疵予以标注并分类。
精选项目
芯片收纳(In-Tray)跳料检测解决方案
芯片于晶盘中跳料的情形系属随机，所致的瑕疵型态多样且难以预测瑕疵所产生的位置。运用SolVision AI影像平台技术，以具迭料、空料、歪斜错置、反转等瑕疵的影像样本训练AI模型，AI训练完成后即可轻易且迅速地辨识并标注晶盘上产生收纳异常的位置。
精选项目
包装密封检测解决方案
除了判断包装是否密封之外，须进一步确认密封不完全的型态与原因，但因为密封缺陷的型态差异小，且对象表面呈高反光，不论是人眼或AOI皆不易找出缺陷并将之分类。所罗门使用 SolVision工具，由影像定义出密封完好的状态，并与多种缺陷作比较，可实时检出没有密封完整的包装并将缺陷分类。
产品导入案例
成功案例
AccuPick
SolVision
META-aivi
SolMotion
使用AI进行瓶盖检测
基于AI的瓶盖检测利用SolVision在高速生产线上对反光铝制瓶盖进行实时OCR识别，读取批号与生产日期。
基于AI的安全针质量检测
基于SolVision AI的安全针检测可提升安全型针具的缺陷识别能力，加强医疗器械生产中的质量控制。
使用 AI 的石膏板检测
使用 SolVision AI 的石膏板检测可实现自动化质量控制，识别石膏板制造过程中的污渍、划痕及压纹缺陷。
使用 AI 的精密加工零部件缺陷检测
基于 SolVision 的 AI 精密加工零部件缺陷检测，可实现对划痕、刀痕及表面不规则缺陷的可靠检测。
使用 AI 的 CMP 质量检测
SolVision 基于 AI 的 CMP 质量检测可检测晶圆划痕与污染，突破半导体检测中基于规则的 AOI 系统限制。
使用 AI 的药用小瓶检测
SolVision AI 实现药用小瓶检测自动化，可检测沉淀、变色及杂质，确保质量控制的一致性。
使用 AI 进行 HVAC 焊接品质检测
SolVision AI 可执行 HVAC 焊接检测，即时识别焊接缺陷，确保稳定一致的质量，并降低错误与返工风险。
使用 AI 进行 BGA 焊接检测
SolVision AI 可检测 BGA 焊接缺陷，提升 PCB 与半导体生产中的检测一致性、准确性以及产线实时质量管控。
采用 AR + AI 的金属零件库存管理
META-aivi 采用 AR + AI 视觉技术优化金属零件库存管理，实现自动计数，从而提升盘点的速度和准确性。
使用增强现实（AR）和人工智能（AI）进行空压机检测
META-aivi AR + AI通过实时标准作业程序（SOP）验证，加强空气压缩机的检查与维护，确保合规并实现数字记录保存。
安规认证标章印刷缺陷检测
國內外安規認證的標章眾多，例如CE、EAC等，各有不同的標章圖示。過多的版面資訊在大量印刷過程中不易檢出多印或漏印的情形，可能影響商品的販售及使用。應用SolVision AI影像工具，訓練AI模型。訓練完成的AI模型即會自動檢出並標示所有差異地方，即為版面的印刷瑕疵。
易碎物品夹取和放置
所罗门的尖端物流解决方案AccuPick，在一次盲测中脱颖而出，利用人工智能算法和3D成像技术挑选未知物品。
小零件分拣
AccuPick 是 Solomon 的视觉智能取放系统解决方案，为客户提供了全面的视觉系统，能够识别工作站内的 50 多个不同零件。藉由 AccuPick 的强大视觉功能，成功识别 5 毫米垫圈，即便物体重叠，也可以成功识别。
透过 AI 辨识与计数，进行智慧货物盘点
由于物品种类繁多，过往仰赖人力盘点时常有所疏漏，导致库存数量异常。运用AR+AI技术，系统可自动分类物品种类和计算数量，自动产生盘点报表。
透过AI进行输液袋异物检测
探索SolVision如何在IV袋中实现100%的异物检测准确率。了解我们关于医疗保健领域高效AI检测的案例研究。
易碎物品夹取和放置
所罗门的尖端物流解决方案AccuPick，在一次盲测中脱颖而出，利用人工智能算法和3D成像技术挑选未知物品。
泡壳包装品质管理解决方案
运用SolVision AI影像平台的Instance 实例切割技术，以包装良品及具各种瑕疵类型的影像样本训练AI模型。训练完成的模型可实时且迅速地辨识每一反光或透明泡壳的包装及填充情形，并将侦测到的瑕疵予以标注并分类。
咖啡胶囊摆放顺序出货前检验解决方案
咖啡胶囊不同口味代表不同颜色，以一盘咖啡胶囊作为标准组，另一盘咖啡胶囊作为对照组。使用SolVision学习各种咖啡胶囊的影像，若有任意一个咖啡胶囊的位置摆放错误，软件可立即将错误摆放之处以检测框标示出来，可成功分辨各式高反光且颜色差异小的咖啡胶囊。
细胞病变辨识及分类解决方案
切片显微影像中细胞的外观不固定，细胞病变发生的位置、型态也十分随机，导致每位医师对于癌细胞的判断及圈选标准不尽一致，更无法透过传统光学检测以撰写逻辑方式判断癌细胞的型态。数据扩增结合AI深度学习技术可以更快速准确地判读细胞特征！
医疗口罩制造品质管控解决方案
口罩产品瑕疵种类繁多，包括掉线、皱褶、鼻垫片缺漏及穿透、破洞、角切、脏污、侧边凸出及过滤层破损等。难以透过AOI方式检出全部的瑕疵。运用SolVision AI影像技术，将影像样本中各类型瑕疵予以标注，AI经深度学习后即可于品管端精准辨识口罩上是否有瑕疵，进而将不良品汰除。
高尔夫球杆头品质检测解决方案
高尔夫球杆头是球具组合中最重要的部份，消费者十分重视杆头完成面的细致程度。运用SolVision AI影像技术，将影像样本中高尔夫球杆头上的细微瑕疵逐一标注，藉以训练AI模型，训练完成后的AI模型即能不受商标、纹路及金属光泽的影响，定位并标注所有细微的表面瑕疵。
透明点滴袋打印标签辨识分类解决方案
各式输液皆以透明点滴袋包装，点滴袋上都会清楚注明种类、浓度及容量信息。由于各式点滴袋体上打印卷标位置不一，在产线尚无法以一般光学检测取代人工进行品项分类。所罗门运用SolVision技术，针对点滴袋体上的名称、浓度、容量等影像信息训练AI学习影像特征，可以快速辨识并分类各式输液品项。
商品外包装印刷瑕疵检测解决方案
做为商品外包装材料，软质的铝箔袋常在印刷过程中产生印刷错误、歪斜、脱落及漏印等情形。统光学检测和人工的方式出错率高。运用SolVision的Anomaly Detection工具，训练完成的模型即可针对印刷文字、图案上的形状、颜色等特征差异执行比对，侦测并标注瑕疵所在位置。
采用 AR + AI 的金属零件库存管理
META-aivi 采用 AR + AI 视觉技术优化金属零件库存管理，实现自动计数，从而提升盘点的速度和准确性。
使用增强现实（AR）和人工智能（AI）进行空压机检测
META-aivi AR + AI通过实时标准作业程序（SOP）验证，加强空气压缩机的检查与维护，确保合规并实现数字记录保存。
安规认证标章印刷缺陷检测
國內外安規認證的標章眾多，例如CE、EAC等，各有不同的標章圖示。過多的版面資訊在大量印刷過程中不易檢出多印或漏印的情形，可能影響商品的販售及使用。應用SolVision AI影像工具，訓練AI模型。訓練完成的AI模型即會自動檢出並標示所有差異地方，即為版面的印刷瑕疵。
使用AR + AI 计算自行车车架管数
META-aivi 的 AR + AI 解决方案提高自行车车架生产的管材计数准确性和效率，减少错误并提升生产力。
使用AR + AI 进行塑胶生产SOP 验证
META-aivi AR + AI 即时 SOP 验证改善一家生产高性能材料的企业，提高效率并减少了停机时间。
使用AI进行培林螺纹瑕疵检测
Solvision AI视觉检测技术，清晰检验培林螺纹瑕疵，确保培林产品质量，解决人力肉眼无法目视瑕疵的问题，并提升产线生产力。
使用人工智能进行碳纤维布料瑕疵检测
利用Solvision AI的视觉检测技术，可以快速准确地识别碳纤维布料上的瑕疵,减少人工目视辨识的错误,提高效率。
使用AI进行赌场筹码计数验证
META-aivi 验证可确保赌场筹码计数达到100%准确，从而提高亚洲最大赌场之一的现金支出安全性和效率。
咖啡胶囊摆放顺序出货前检验解决方案
咖啡胶囊不同口味代表不同颜色，以一盘咖啡胶囊作为标准组，另一盘咖啡胶囊作为对照组。使用SolVision学习各种咖啡胶囊的影像，若有任意一个咖啡胶囊的位置摆放错误，软件可立即将错误摆放之处以检测框标示出来，可成功分辨各式高反光且颜色差异小的咖啡胶囊。
钱币面额智能化计算解决方案
许多制币厂试图以视觉技术进行钱币的筛选，使用SolVision的Feature Detection工具，学习钱币在各种亮度、脏污与氧化程度的影像数据，不仅可分辨图案相同但面额不同的钱币，亦可正确辨识出各国钱币，并实时计算出各国钱币的总面额。
细胞病变辨识及分类解决方案
切片显微影像中细胞的外观不固定，细胞病变发生的位置、型态也十分随机，导致每位医师对于癌细胞的判断及圈选标准不尽一致，更无法透过传统光学检测以撰写逻辑方式判断癌细胞的型态。数据扩增结合AI深度学习技术可以更快速准确地判读细胞特征！
医疗口罩制造品质管控解决方案
口罩产品瑕疵种类繁多，包括掉线、皱褶、鼻垫片缺漏及穿透、破洞、角切、脏污、侧边凸出及过滤层破损等。难以透过AOI方式检出全部的瑕疵。运用SolVision AI影像技术，将影像样本中各类型瑕疵予以标注，AI经深度学习后即可于品管端精准辨识口罩上是否有瑕疵，进而将不良品汰除。
金属加工冲压件表面瑕疵检测解决方案
金属加工冲压件上可能出现的瑕疵种类繁多且形态不一，油污及水渍更是不易观察。另一方面，金属加工件在取像时的亮度也各有差异，造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手：AI瑕疵检测，经训练的AI模型可轻易检出各式冲压件上的瑕疵，大幅提升产品的表面质量。
晶圆不良品分类及瑕疵定位自动化解决方案
传统光学检测无法针对全幅影像进行分类，故无法于第一阶段汰除瑕疵过多的晶圆。应用SolVision AI影像平台技术辨识瑕疵特征。首先判断晶圆是否具有过多瑕疵，汰除无法修复的不良品。其次运用图像处理技术分割晶圆影像，并以工具侦测瑕疵，记录其特征、坐标、面积等信息，大幅提升后续修补的效率。
组装电路板(PCBA)制程优化解决方案
PCBA上面集成了不同功能的电子组件、插槽及各种芯片组，制造流程繁琐，如何提升PCBA插件及组装的正确率，是良率提升的关键。SolVision AI瑕疵检测系统，学习多张PCBA的影像做AI训练，可辨检测细微瑕疵，使PCBA制成优化，效率大幅提升。
AI影像辨识 – OCR电子元件字符
电子组件制造过程追踪为半导体之产出基石，辨识组件编号被视为生产重要环节之一。但较差环境下让AOI辨识更加困难，对于提升产线效率以及降低字符的误判度有很大改善空间。利用SolVision技术执行光学字符识别，有别于传统AOI，不受底色、环境光线及字符种类多等限制，可精准识别个别编码。
纱线瑕疵检测的最佳解决方案
保有生产效益的同时兼顾纱线质量，是纺织业者最大挑战。现今纱场依以人工检测为主，漏检率高且工时长，不利实际质量要求，传统AOI面对不固定瑕疵时亦难以检测，误判率高。使用SolVision工具使AI学习辨识瑕疵特征，快速且精准地找出各项缺陷，有效改善检测速率、成品良率并降低品检负担。
透明点滴袋打印标签辨识分类解决方案
各式输液皆以透明点滴袋包装，点滴袋上都会清楚注明种类、浓度及容量信息。由于各式点滴袋体上打印卷标位置不一，在产线尚无法以一般光学检测取代人工进行品项分类。所罗门运用SolVision技术，针对点滴袋体上的名称、浓度、容量等影像信息训练AI学习影像特征，可以快速辨识并分类各式输液品项。
袜品外观缺陷检测
袜品瑕疵形态多样，传统AOI适合用于整块布疋的检测，对于不固定的瑕疵检测有困难，且容易发生错杀，仍需人工进行复检。以SolVision工具完成AI模型的训练。可快速且精确地找出瑕疵、分类不同瑕疵并剔除不良品，把关产品质量、提升生产效率，透过对瑕疵进行分类与分析，更能够优化整体制程。
金属外壳瑕疵检测与分类解决方案
利用SolVision的瑕疵检测工具，做出AI模型Training，针对瑕疵的形状长相建立瑕疵缺陷数据库，将复杂的缺陷人工检测转化成精准度高且规律的检测系统，以深度学习辨识异常并忽略可接受的微小缺陷，有效提升检测精准度及速率，兼顾产品严格的质量要求。
使用 AI 进行 HVAC 焊接品质检测
SolVision AI 可执行 HVAC 焊接检测，即时识别焊接缺陷，确保稳定一致的质量，并降低错误与返工风险。
使用 AI 进行 BGA 焊接检测
SolVision AI 可检测 BGA 焊接缺陷，提升 PCB 与半导体生产中的检测一致性、准确性以及产线实时质量管控。
安规认证标章印刷缺陷检测
國內外安規認證的標章眾多，例如CE、EAC等，各有不同的標章圖示。過多的版面資訊在大量印刷過程中不易檢出多印或漏印的情形，可能影響商品的販售及使用。應用SolVision AI影像工具，訓練AI模型。訓練完成的AI模型即會自動檢出並標示所有差異地方，即為版面的印刷瑕疵。
使用AI进行培林螺纹瑕疵检测
Solvision AI视觉检测技术，清晰检验培林螺纹瑕疵，确保培林产品质量，解决人力肉眼无法目视瑕疵的问题，并提升产线生产力。
使用人工智能进行碳纤维布料瑕疵检测
利用Solvision AI的视觉检测技术，可以快速准确地识别碳纤维布料上的瑕疵,减少人工目视辨识的错误,提高效率。
金属螺栓AI视觉瑕疵检测
SolVision瑕疵检测确保每个螺栓仅需49毫秒即可实现100%的完美缺陷检测率，解决反射表面难题并消除漏检。
META-aivi 智能焊缝检测
焊接，是一种以加热或加压方式，来接合金属、非金属等材质，用以巩固整体结构安全的工艺技术。而现今汽车业已从过去大量生产，转变为少量多样的客制化生产，车架的尺寸也因样式差异而不同，且焊接点形状不一，再加上车架具有多面多项的特性，焊接处及应用亦随之变动，因此难以针对此类情形制订固定规则以检测焊缝瑕疵。
泡壳包装品质管理解决方案
运用SolVision AI影像平台的Instance 实例切割技术，以包装良品及具各种瑕疵类型的影像样本训练AI模型。训练完成的模型可实时且迅速地辨识每一反光或透明泡壳的包装及填充情形，并将侦测到的瑕疵予以标注并分类。
封装晶片边缘微裂瑕疵检测解决方案
由于晶粒边缘崩裂瑕疵出现的位置及型态不固定，以致传统光学检测无法精准地将瑕疵检出，影响整体产品良率。运用SolVision AI影像技术，将影像样本中的瑕疵特征予以标注，完成训练的AI模型即可自动检出并标注晶粒边缘崩裂瑕疵的位置，大幅降低芯片在后续封装制程中断裂的风险。
汽车车顶焊缝气孔瑕疵检测解决方案
焊接过程中，气体饱和所形成的气泡无法在焊接过程中及时排出而残留在焊道中，形成焊道气孔瑕疵，可能影响美观及结构质量。运用SolVision AI技术，将各种亮度的焊道气孔瑕疵影像进行标注，藉以训练AI模型，即能不受影像亮度影响检测出焊道上各处的气孔瑕疵。
快速辨识轮胎内胎印刷编码
轮胎在制程的环节经历许多高压、高负荷与高温差的工序，使内胎表面字迹模糊且刷色深浅不齐，影响内胎编码的辨识度，不利于人工辨识与传统AOI检测。利用SolVision工具，针对轮胎内胎编码的数字与形状进行拍摄，进行AI模型训练，能成功辨识，有效改善编码辨识的正确率。
使用AR + AI 计算自行车车架管数
META-aivi 的 AR + AI 解决方案提高自行车车架生产的管材计数准确性和效率，减少错误并提升生产力。
使用AI进行培林螺纹瑕疵检测
Solvision AI视觉检测技术，清晰检验培林螺纹瑕疵，确保培林产品质量，解决人力肉眼无法目视瑕疵的问题，并提升产线生产力。
AI视觉辨识雷射打标机器人
SolMotion是一款可为无数独特对象提供精确、连续雷射打目标视觉引导机器人解决方案。其基于AI的3D扫描技术能够实时进行零件定位，帮助机器人根据局部特征的识别，准确辨识需要标记的对象和区域。
3D视觉引导机械手臂取放齿轮上料
通过AI视觉技术搭载机械手臂，确认物料位置，达到自动化上料效益，进一步减少人力需求与提升效率，提高产线生产力。
金属螺栓AI视觉瑕疵检测
SolVision瑕疵检测确保每个螺栓仅需49毫秒即可实现100%的完美缺陷检测率，解决反射表面难题并消除漏检。
META-aivi 智能焊缝检测
焊接，是一种以加热或加压方式，来接合金属、非金属等材质，用以巩固整体结构安全的工艺技术。而现今汽车业已从过去大量生产，转变为少量多样的客制化生产，车架的尺寸也因样式差异而不同，且焊接点形状不一，再加上车架具有多面多项的特性，焊接处及应用亦随之变动，因此难以针对此类情形制订固定规则以检测焊缝瑕疵。
包装密封检测解决方案
除了判断包装是否密封之外，须进一步确认密封不完全的型态与原因，但因为密封缺陷的型态差异小，且对象表面呈高反光，不论是人眼或AOI皆不易找出缺陷并将之分类。所罗门使用 SolVision工具，由影像定义出密封完好的状态，并与多种缺陷作比较，可实时检出没有密封完整的包装并将缺陷分类。
不锈钢管字符辨识解决方案
目前仍采用人力进行自行车车身号码的辨识与登录，耗费人工且效率低，若使用AOI进行字符辨识，因不锈钢管表面为圆弧曲面，打光容易造成反射，不论以人工或者AOI检测，针对曲面、反光不锈钢管上字样的辨识皆较为困难。所罗门结合机器视觉与人工智能，对于光学字符识别可以得到极佳的辨识效果。
安规认证标章印刷瑕疵检测
国内外安规认证的标章众多，例如CE、EAC等，各有不同的标章图示。过多的版面信息在大量印刷过程中不易检出多印或漏印的情形，可能影响商品的贩卖及使用。应用SolVision AI影像工具，训练AI模型。训练完成的AI模型即会自动检出并标示所有差异地方，即为版面的印刷瑕疵。
金属加工冲压件表面瑕疵检测解决方案
金属加工冲压件上可能出现的瑕疵种类繁多且形态不一，油污及水渍更是不易观察。另一方面，金属加工件在取像时的亮度也各有差异，造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手：AI瑕疵检测，经训练的AI模型可轻易检出各式冲压件上的瑕疵，大幅提升产品的表面质量。
使用AR + AI 计算自行车车架管数
META-aivi 的 AR + AI 解决方案提高自行车车架生产的管材计数准确性和效率，减少错误并提升生产力。
使用AI进行培林螺纹瑕疵检测
Solvision AI视觉检测技术，清晰检验培林螺纹瑕疵，确保培林产品质量，解决人力肉眼无法目视瑕疵的问题，并提升产线生产力。
AI视觉辨识雷射打标机器人
SolMotion是一款可为无数独特对象提供精确、连续雷射打目标视觉引导机器人解决方案。其基于AI的3D扫描技术能够实时进行零件定位，帮助机器人根据局部特征的识别，准确辨识需要标记的对象和区域。
3D视觉引导机械手臂取放齿轮上料
通过AI视觉技术搭载机械手臂，确认物料位置，达到自动化上料效益，进一步减少人力需求与提升效率，提高产线生产力。
金属螺栓AI视觉瑕疵检测
SolVision瑕疵检测确保每个螺栓仅需49毫秒即可实现100%的完美缺陷检测率，解决反射表面难题并消除漏检。
META-aivi 智能焊缝检测
焊接，是一种以加热或加压方式，来接合金属、非金属等材质，用以巩固整体结构安全的工艺技术。而现今汽车业已从过去大量生产，转变为少量多样的客制化生产，车架的尺寸也因样式差异而不同，且焊接点形状不一，再加上车架具有多面多项的特性，焊接处及应用亦随之变动，因此难以针对此类情形制订固定规则以检测焊缝瑕疵。
包装密封检测解决方案
除了判断包装是否密封之外，须进一步确认密封不完全的型态与原因，但因为密封缺陷的型态差异小，且对象表面呈高反光，不论是人眼或AOI皆不易找出缺陷并将之分类。所罗门使用 SolVision工具，由影像定义出密封完好的状态，并与多种缺陷作比较，可实时检出没有密封完整的包装并将缺陷分类。
不锈钢管字符辨识解决方案
目前仍采用人力进行自行车车身号码的辨识与登录，耗费人工且效率低，若使用AOI进行字符辨识，因不锈钢管表面为圆弧曲面，打光容易造成反射，不论以人工或者AOI检测，针对曲面、反光不锈钢管上字样的辨识皆较为困难。所罗门结合机器视觉与人工智能，对于光学字符识别可以得到极佳的辨识效果。
安规认证标章印刷瑕疵检测
国内外安规认证的标章众多，例如CE、EAC等，各有不同的标章图示。过多的版面信息在大量印刷过程中不易检出多印或漏印的情形，可能影响商品的贩卖及使用。应用SolVision AI影像工具，训练AI模型。训练完成的AI模型即会自动检出并标示所有差异地方，即为版面的印刷瑕疵。
金属加工冲压件表面瑕疵检测解决方案
金属加工冲压件上可能出现的瑕疵种类繁多且形态不一，油污及水渍更是不易观察。另一方面，金属加工件在取像时的亮度也各有差异，造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手：AI瑕疵检测，经训练的AI模型可轻易检出各式冲压件上的瑕疵，大幅提升产品的表面质量。
LED PCBA瑕疵检测解决方案
运用SolVision AI影像平台技术，在影像样本中定位并标注铝基板上的刮痕、脏污等异常及瑕疵情形，透过AI深度学习，即可自动且实时地检出并定位铝基板上的各式瑕疵，大幅提升产线生产效率。
LED基板分区外观品质控管解决方案
常见的LED基板瑕疵包括边缘毛边、焊垫氧化杂质、刮痕等，在瑕疵特征与背景相近的情况下，AOI检测不易将瑕疵检出。运用SolVision AI影像技术，以各式LED基板上瑕疵影像样本训练，经深度学习的AI即可精准地将瑕疵检出并标注。此外亦可指认瑕疵生成的所属区域，达到分区检测的目的。
安规认证标章印刷瑕疵检测
国内外安规认证的标章众多，例如CE、EAC等，各有不同的标章图示。过多的版面信息在大量印刷过程中不易检出多印或漏印的情形，可能影响商品的贩卖及使用。应用SolVision AI影像工具，训练AI模型。训练完成的AI模型即会自动检出并标示所有差异地方，即为版面的印刷瑕疵。
金属加工冲压件表面瑕疵检测解决方案
金属加工冲压件上可能出现的瑕疵种类繁多且形态不一，油污及水渍更是不易观察。另一方面，金属加工件在取像时的亮度也各有差异，造成AOI瑕疵检测的执行相当不易。金属加工品的品管助手：AI瑕疵检测，经训练的AI模型可轻易检出各式冲压件上的瑕疵，大幅提升产品的表面质量。
电源供应器内部线材组接解决方案
电源供应器内部组件及线路多元且复杂，检测接点时容易受到背景干扰而影响视觉判断。额外使用人工及AOI传统光学检测皆不易执行，难以于产线端有效管控产品质量。经训练的AI模型可以精准地侦测并定位线材错接的电源供应器接线瑕疵，实时将不良品检出。
电脑零组件瑕疵检测解决方案
硬盘支架制造过程出现的瑕疵种类繁多，包括金属的压伤、表面白雾、孔批麟、孔黑等等，透过人工检测不容易逐一检出，然而微小的缺陷在组装过程可能造成孔隙无法对齐等问题发生。使用SolVision工具AI学习瑕疵特征后，能够快速检测出硬盘金属支架上的各类微小瑕疵。
组装电路板(PCBA)制程优化解决方案
PCBA上面集成了不同功能的电子组件、插槽及各种芯片组，制造流程繁琐，如何提升PCBA插件及组装的正确率，是良率提升的关键。SolVision AI瑕疵检测系统，学习多张PCBA的影像做AI训练，可辨检测细微瑕疵，使PCBA制成优化，效率大幅提升。
AI影像辨识 – OCR电子元件字符
电子组件制造过程追踪为半导体之产出基石，辨识组件编号被视为生产重要环节之一。但较差环境下让AOI辨识更加困难，对于提升产线效率以及降低字符的误判度有很大改善空间。利用SolVision技术执行光学字符识别，有别于传统AOI，不受底色、环境光线及字符种类多等限制，可精准识别个别编码。
积层陶瓷电容制程优化解决方案
SMD电容体积较小，观察缺陷需在显微镜等级的微观工具下观察，且因MLCC非常脆弱，检测过程也须非常小心，困难度极高。使用SolVision工具，学习电极上凸出部分的瑕疵形状及位置，建立AI模型，在AI学习瑕疵特征之后，即可快速检测电容凸出部分的缺陷，大幅提升整体制程的良率。
金属外壳瑕疵检测与分类解决方案
利用SolVision的瑕疵检测工具，做出AI模型Training，针对瑕疵的形状长相建立瑕疵缺陷数据库，将复杂的缺陷人工检测转化成精准度高且规律的检测系统，以深度学习辨识异常并忽略可接受的微小缺陷，有效提升检测精准度及速率，兼顾产品严格的质量要求。
SMT制程的回焊短路检测解决方案
SMT制程回焊过程中，过多锡膏量或是印刷偏移可能导致锡球间短路，过去以人工方式检测，效率不彰。SMT多余锡膏在高温下的流动型态无法预测，难以传统AOI检出。运用SolVision AI技术，将SMT制程影像样本中的回焊短路瑕疵定位并标注，训练AI模型。可轻易检出锡球间短路情形。