SolVision
SolVision 所罗门 AI 瑕疵检测 检出 AOI 检不出的瑕疵
工业自动化 AI 机器视觉系统
SolVision 让 AI 解决 AOI 瑕疵检测难题
待测物尺寸、外形、材质等复杂度提高，甚至出现定义不明的瑕疵，而传统 AOI 需先定义瑕疵样本，并以设定好的参数作为判断基准，无法灵活快速做出判断，导致漏检率大增。在此情况下，AI 视觉瑕疵检测崛起，使机器视觉开始进化，其“拟人化”技术成为新解方。
SolVision 采用先进的类神经网络，可用于识别不规则、复杂的瑕疵检测、分类与分级、计数等。所罗门自研的用户界面能协助视觉系统整合商与设备制造商，轻松运用最新 AI 视觉检测科技，解决客户遇到的挑战。
AI 视觉检测优点，为什么选择所罗门？
AI 快速学习，超越 AOI 的强大辨识力
仅需几分钟即可完成学习，轻松识别并定位不规则瑕疵或特征，解决传统 AOI 误判问题。
检测速度快，训练样本少
通过软件提升检测速度，训练样本数仅需 1-5 张图像，节省标注时间与成本。
应用广，投资回报率高
无需大量人力时间即可与系统或设备连接，全球已有多个应用案例，我们提供免费样品测试，服务客户导入 SolVision。
简易友好的界面与操作
易学免编程，直观界面允许同时标记多种缺陷类型，适合多种缺陷和特征的分类任务。
SolVision 应用
缺陷檢測成功案例
分类识别成功案例
判别有无
通过仅使用少量图像样本训练的先进 AI 模型，SolVision 实现了自动视觉检测，能够检测缺失的元件，确保在高产能生产线上进行有效的质量控制和缺陷管理，具有无与伦比的准确性和效率。
判别有无成功案例
OCR光学字符识别成功案例
SolVision AI视觉检测主要优点，为什么选择所罗门？
简单便利的友善介面设计SolVision 为免编程 AI 视觉软体，提供图形化介面，具备模仿介面操作者的辨识能力。内建「标注」、「资料扩增」、「互动式分析工具」训练功能，可轻松进行特征搜寻、撷取与分类。
超越 AOI 的强大的辨识能力SolVision 可以辨识并定位不规则瑕疵或特征、轻易解决传统光学难以辨识的视觉问题。同时 SolVision 能够复判传统自动光学检测 AOI 软体所误判的内容、有效提升瑕疵辨识率。
免编程 AI 视觉检测软体SolVision 直觉式的图形化介面，透过拖拉功能连接各项功能块，迅速搭建使用者的应用情境，相较于传统视觉繁琐的编写程式过程，SolVision 的操作界面如同乐高搭建般一样有互动性。
瑕疵检测速度快，学习样本少在同一显卡标准下，SolVision 透过软体功能提升检测速度，凭借 10ms 高速辨识出 AOI 难以辨识字体，优于市场平均 30ms 速率；在硬体部分，SolVision 使用 multiple GPU，搭配多显卡分散 AI 运算负载，达到加速效果，解决大视野范围找小瑕疵的困扰与维持检测能力。
让 AI 机器视觉应用更广泛SolVision 让机器视觉的应用更强大多元，包含检测、分类、分级、计数等多项功能。弹性的 AI 视觉让应用延伸到各个不同的产业，很多面对少量多样物件的行业如消费性商品、农业、工业等，现在能用 SolVision，简化检测、分类或分级等流程与提高效率。
高投报率，全球已有多个成功 AI 应用案例SolVision 简单易学、无需耗费大量人力时间即可与系统或设备快速连结。 SolVision 以成功应用在多个产业客户与多种应用。所罗门团队还提供＂免费＂样品测验服务。快速的服务客人导入 SolVision 至现有产线或开发新产线！
AI 瑕疵檢測與傳統 AOI 檢測最大差異
AI 瑕疵檢測與傳統 AOI 最大不同之處，即是經驗法則。
AI 好比一位新进的学徒，在一定程度上能够模仿老师傅的检测能力，经由运用大量有效资料并透过深度学习技术在系统模型快速训练，自动找出最佳 OK 与 NG 参数，进一步有效判断未知瑕疵，确保检验标准的一致性，大幅提升辨识准确率。
SolVision 在产在线AI瑕疵检测应用
金属浅刮痕瑕疵
鸡块食品瑕疵
隐形眼镜瑕疵
雷射焊接瑕疵
杂讯背景OCR
AI快速精准分类与计数
不规则特征辨识与定位
非监督式分析比对
杂讯背景OCR
AI快速精准分类与计数
规格表
SLM VISAI-S100
| 模块名称 | SLM VISAI-S100 |
|---|---|
| 作业系统 | Windows 10 (64 bit) |
| 中央处理器 | Minimum: Intel Core i5 / Recommended: Intel Core i7 |
| 绘图卡 | Minimum : Nvidia GTX 1070 (RAM : 8GB) / Recommended : Nvidia RTX 3080 Ti |
| 记忆体 | Minimum: 16GB | Recommended : 32GB |
| 通讯输出 | TCP / IP, Modbus TCP |
| 通讯连接方式 | USB 3.0, GenICam 3.0 |
| 编码介面 | Minimum : Net framework 4.5.2 |
| 程式语言 | Microsfot Visual Studio C #, C ++, VB.NET |
| 支援第三方软件 | NI LabVIEW 64 bits, Label Me |
| 语言 | English |
| 影像支援格式 | PNG, BMP, JPG, JPEG, JPE, JFIF, TIF, TIFF |
