解决方案 · 按应用 —

分类识别

人工智能排序和分类可以处理那些对于固定规则而言过于微妙的差异的项目,例如生产等级或接近相同的硬币。这些部署显示了从示例图像中学习到的排序,与需要不断重新调整阈值的自然变化保持同步。

AI 鸡蛋检测:自动化蛋壳缺陷检测与质量分级

自动化蛋壳检测帮助生产商在高速生产线上保持一致的质量分级标准。SolVision 利用深度学习技术检测蛋壳裂纹和气孔,根据蛋壳状况进行质量分级,减少对人工检测的依赖。

食品饮料加工

‧

Quality & Defect Inspection

基于 AI 的手术器械准备与验证

META-aivi 利用基于 AI 的视觉技术实时计数、分类和验证手术器械,帮助缩短准备时间,并支持术前和术后更安全的器械检查。

Pharmaceuticals & Medical

‧

Counting & Quantity Verification

用于药品缺陷检测的 AI 药片检测

一家跨国制药公司采用 SolVision 进行 AI 药片检测,识别药片在形状、尺寸、颜色、纹理、标识和表面质量方面的变化。该系统减少了人工检测需求,并支持针对新缺陷类型更新模型。

Pharmaceuticals & Medical

‧

Quality & Defect Inspection

基于 AR + AI 的货架陈列合规检查

某全国连锁超市采用 META-aivi,通过 AI 辅助货架巡检、商品陈列验证、价签检查和缺货检测,实现货架陈列合规。

Retail & Distribution

‧

Counting & Quantity Verification

利用 AR + AI 进行连接线缆分类

META-aivi 利用 AR + AI 对 USB、HDMI、Lightning 和 RJ45 线缆进行识别、分类与计数,适用于电子制造环境。

电子产品组装

‧

视觉分类识别

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。

食品饮料加工

‧

OCR & Character Recognition

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。

建筑施工行业

‧

Quality & Defect Inspection

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。

金属加工行业

‧

Quality & Defect Inspection

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。

Pharmaceuticals & Medical

‧

Quality & Defect Inspection

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。

电子产品组装

‧

Quality & Defect Inspection

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。

金属加工行业

‧

Counting & Quantity Verification

使用 AI 验证包裹内容物

META-aivi 利用人工智能进行实时包装内容验证,提高准确性,减少错误,并确保卓越的包装质量控制。

电子产品组装

‧

物体有无检测

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。

金属加工行业

‧

Counting & Quantity Verification

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。

Retail & Distribution

‧

视觉分类识别

自动化蔬菜AI视觉检测

使用SolVision进行的蔬菜AI视觉检测,可在仅50毫秒内实现了对朝鲜蓟方向的100%准确检测,提高食品生产效率。

食品饮料加工

‧

视觉分类识别
SolVision · Defect detection
Run your own parts through SolVision —
Bring your defect images, get a trained inspection model back.