SolVisionは、反射面を持つ金属ケーシングの欠陥検出と分類が可能なAIにより、電子機器の品質管理を向上させます。

SolVisionを使用した野菜AI視覚検査は、わずか50ミリ秒でアーティチョークの向きの100%の正確さを達成し、食品生産の効率を向上させました。

SolVision AI画像プラットフォームのインスタンスセグメンテーション技術を活用し、画像サンプル内の卵の殻のひび割れの欠陥位置を特定し、AIモデルのトレーニングに使用します。トレーニングが完了すると、AIによって卵殻表面の孔やひび割れの状態が検査され、分類されます。これにより、卵の食品安全性と商品価値が向上します。

AIビジョン技術を活用して自動車の鋼板塗装の欠陥を検出し、全体的な効率を向上させ、生産ラインの生産性を高めます。

AIモデルは、適格な溶接ポイントに対して訓練され、システムにアップロードすることができます。これにより、ARメガネやタブレットデバイスを使用して溶接されたセクションをAI検査し、欠陥のある溶接を迅速に認識できます。

SolVisionのAIプラットフォームのセグメンテーション技術により、良品と不良品それぞれの画像の特徴を学習できます。それによりブリスターパックそれ自体と内容物について高速に認識し分類することが可能です。

グラデーションガラスのボトルは、サンドブラスト加工でマットに仕上げられています。 製造工程でよく見られる不具合の種類は、ボトルの色ムラや黒点ですが、AOI法では、はっきりとしたパターンがないため、検出が困難です。

現在繊維産業の生産現場では目視検査が主となっていますが、不良品流出率の高さ、工程時間の長さが問題となっています。繊維の欠点としては紙管の汚れ、変形、繊維の汚れ、繊維の破損、繊維の捩れ、ヘアラインなど多岐にわたります。目視検査では実際の要求品質に見合った検査はできず、従来式の光学検査（AOI）では欠点の認識に柔軟性がないため誤判断が多く、目視検査で再検査しなければなりません。労働コストを最適化するためには、繊維の検査は高効率なものでなければならないのです。