金属加工业
金属零件机器视觉检查反射工件并使机器人路径适应实际几何形状。它涵盖机加工部件和焊接缺陷、金属库存、管计数、零件分类、3D 箱拣选、CNC 装载、钢轨边缘修整和机器人磨削。
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 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。
‧
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。
‧
利用机器人实现自动化铁轨接缝板去毛边处理
使用了SOLMON公司的AI 3D机器视觉技术Solmotion来进行接缝板的位置识别。准确地识别接缝板端面进行毛边修整的位置并进行了修正。在毛边修整过程中，我们在接缝板流动到修整位置之前的一侧安装了Solmotion的摄像头系统，用于解析接缝板的截面。
‧
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。
‧
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。
‧
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。
‧
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。
‧
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。
‧
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。
‧