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。
产品导入案例
成功案例
AccuPick
SolVision
META-aivi
SolMotion
使用 AI 进行车牌辨识和海运货柜号码识别
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 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。
储能系统的组装检测与操作SOP验证
具深度学习AI的META-aivi，针对需检查的部位AI快速建模后，工作人员佩戴AR眼镜即可即时检测，判断储能柜的线路、管线、水箱盖、开关、旋钮是否正确组装
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AI 进行自动化自助结帐
国际甜甜圈连锁品牌采用AI自动化自助结账系统，提高结账效率，缩短顾客等待时间，提升店面运营效率。
使用AI进行电子元件焊接检测
探索 META-aivi 如何透过AI优化电子组件检测，进一步提高焊接检测的准确性并减少人为错误。
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。
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。
使用AI进行电子元件焊接检测
探索 META-aivi 如何透过AI优化电子组件检测，进一步提高焊接检测的准确性并减少人为错误。
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。
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。
汽车引擎号码OCR字符识别
借由Solvision AI视觉检测技术，快速、准确识别汽车引擎上的字符，减少人工目视识别错误，提升效率。
使用 IP 摄像机监控射出成型机
META-aivi 通过自动化机器故障检测和监控来优化塑料射出成型，以提高效率、减少停机时间并降低成本。
电动车零配件组装 SOP 验证
汽车由成千上万个零件组成，是复杂度相当高的工业化产品。然而，由于制作程序复杂，要如何确保安装流程符合安全规范，便成为业者必须控管的关键。只要通过AI+AR扩增技术，人员就能通过AI提示进行准确组装SOP验证，从而提高产量，降低人为错误的风险。
自动化激光焊接分类暨检测解决方案
雷射焊接具有不同的焊缝特征。由于产品的焊接位置、样式不尽相同，无法透过传统光学检测辨别焊缝样态，常造成焊接质量不一的情形。应用Solomon SolVision能够以焊缝特征影像训练AI模型，辨识焊接功率及漏焊瑕疵，并可透过深度学习，精准侦测焊缝的鱼鳞纹数量及分布。
塑胶扣具瑕疵检测解决方案
射出成型的扣具生产上最为常见的瑕疵为脱模剂油污、白点、毛边及残屑，其中属油污瑕疵最难检出。结合SolVision AI影像平台工具，分别针对各类表面瑕疵型态执行深度学习，训练完成的AI模型即可实时检出射出成型时产生油污与在内的各类瑕疵。
晶粒边缘崩裂检测解决方案
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。
晶圆切割刀体外观品质控管解决方案
晶圆切割系半导体及光电业界非常重要的制程，若无法在切割制程中维持高良率、高效率并保有芯片特性，将大幅影响整体产能。晶圆切割刀的质量控管主要透过外观瑕疵的检测，常见的外观瑕疵包括刀体上的不规则纹路、多钻等情形。由于有环状条纹，形成复杂影像背景，严重影响机器视觉对于瑕疵的侦测。
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。
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。
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。
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。
半导体晶片封装制程，高精度固晶检测解决方案
固晶是芯片封装制程中的重要技术，固晶的精准与否，是半导体封装产线中产品良率的成败关键。但是传统光学检测无法利用撰写逻辑的方式检测角度、位移偏差及缺漏等瑕疵，经常造成漏检、误判、错误定位等问题，大大影响封装产线的生产效率。
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。
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。
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。
半导体晶片封装制程接着剂瑕疵检测解决方案
固晶接着剂透明，易造成光源折射影响特征判断，且爬胶、溢胶不具固定位置及型态，无法创建规则执行传统光学检测AOI。运用Solomon SolVision AI影像平台技术建立AI学习模块，自动学习并侦测爬胶、溢胶的特征及位置。增加多项正确类别提升辨识强度，有效降低环境因素的干扰。
自动化导线架品质检测
导线架表面的各类瑕疵，包含边缘毛边、黑点杂质、刮痕等。若使用传统的AOI检测，当检测背景与瑕疵较为相近时，容易发生漏检的情形。使用SolVision AI瑕疵检测工具进行学习，以扩增功能增加AI学习范围，能有效检测出各类导线架瑕疵，在杂乱或复杂背景中，也能精确辨识有很好的辨识效果。