Solvision 讓機器視覺變得更智能和方便
Solvision運用深度學習讓機器仿如人腦一樣能自我學習，可輕易的辨識傳統光學檢測(AOI)難以檢測的不規律瑕疵及特征，如臟污、刮痕、裂縫、毛邊等等。Solvision亦可用來實時又正確地將物件分類及分級，及引導機器人自動找尋正確工作路徑。無論是「監督式學習」或較的「非監督式學習」，使用者僅需提供Solvision少量樣本自我學習，即能省去耗時并需客制化的軟件編寫，大幅降低導入機器視覺的門坎。除了辨識外，Solvision已與品牌機器人串聯，當軟件辨識完畢，其后續所需的取放動作，均能透過機器人輕松自如地完成任務，充份達成產線自動化的境界。
| 1、字體識別 | |
 | ● 食品＆飲料業 ● 制藥品 ● 半導體封裝 ● 包裝業 ● 金屬及塑料加工 |
| 2、瑕疵檢測 | |
 | ● 電子產品 ● 橡塑料物件 ● 紡織及鞋 ● 金屬加工件 ● 醫療器材 |
| 3、機器人自動路徑引導 | |
 | ● 汽機車部品涂膠 ● 鞋業噴膠、打磨 ● 金屬拋光、研磨、去毛邊 ● 大型金屬、橡塑料物件檢測 |
| 4、物件比對&分級 | |
 | ● 紡織布品 ● 農產品 ● 物流業 ● 包裝業 |
| 5、快速物件分類 | |
 | ● 醫療器材 ● 物料或倉儲管理 ● 電商物流業 |
| 6、特征點辨識與定位 | |
 | ● 物流業 ● 包裝業 ● 機器人物件取放 ● 人體動作判讀 |
Solvision 機器人視覺系統使用環境需求
