不只是一次性檢測, 而是持續維繫高品質生產的解決方案

將相機與光源、AI 模型、判定畫面、作業員回饋與再訓練整合為單一流程, 從容因應多品種生產與不斷變動的品質標準。

聯絡我們

AIVEX 的解決方案,不會止於一次性的合作。

來自現場的聲音為我們證明。

  • 全產線水平展開

    為了節省成本,我們曾委託中國廠商製作設備,卻完全無法達到嚴苛的週期時間與精度要求而以失敗收場。以 1.5 秒內同時運行 10 個 AI 模型的壓倒性技術實力,完美解決這道難題的,唯有 AIVEX。

    G 客戶(高階軸承製造商)

  • 檢測時間縮短 99%

    既有的接觸式 CMM 掃描同一對象物需耗時 20 分鐘,導入 AIVEX 的非接觸式 3D 感測器解決方案後,節拍時間(tact time)縮短至 12 秒。並透過 ±20μm 以下的機構重複性與基於標準樣件的精密校正,確保了設備間的一致性。

    F 客戶(導入尺寸檢測機)

  • 因應 0.1% 極限環境

    在不良率 0.1% 以下的環境中,快速的模型更新攸關成敗。面對眾多產品群與多品種檢測,究竟該將整合模型擴展與多樣化到何種程度,真正掌握這項 know-how 的公司,唯有 AIVEX。

    B 客戶(半導體後段製程)

  • 實現零缺陷物流揀貨

    既有解決方案經常漏抓箱體或以歪斜角度夾取,造成嚴重的破損損失。 AIVEX 從夾爪提案階段到視覺解決方案進行整體重新設計,目前已能以趨近零缺陷的水準穩定運作。

    K 客戶(物流自動化)

  • 漏檢率 3ppm

    在彈體外觀檢測中達成 3 ppm 的漏檢率。是一位實證了精密製造所要求之極致檢測精度的合作夥伴。

    L 客戶(國防)

從導入到營運,全程徹底管理。

AIVEX 從顧及製程環境的拍攝條件設計,到資料建構、AI 模型開發、現場應用, 乃至營運所需的管線,提供 7 大階段滴水不漏的管理體系。

  1. 1

    光學系統與拍攝 條件設計

    分析對象物的大小、材質、表面特性與產線環境等,設計相機、鏡頭與光源條件。

  2. 2

    樣本資料 建構

    在不良樣本不足時,運用 Generative AI 補足訓練資料。

  3. 3

    AI 模型設計

    依檢測目的與缺陷特性,設計可判定多樣不良的 AI 模型結構與基準。

  4. 4

    檢測系統 建置與量產

    依產線速度與設備聯動條件安裝系統,並配合量產環境進行穩定化。

  5. 5

    即時結果 查詢與檢視

    在營運畫面上即時確認判定結果與作業員的審查紀錄。

  6. 6

    模型改善與 再部署

    反映現場變化與新型缺陷以改善模型,並將驗證過的模型重新部署至現場。

  7. 7

    檢測履歷與 品質分析

    累積各產線、品項、期間的檢測結果,轉化為可用於品質趨勢分析與製程改善的資料。

即使是棘手的現場,也能確實落地。

AIVEX 反映產線、設備、產品群等各現場各異的變數, 整理檢測結果、篩選出需要檢視的資料,並提供即便在既有設備環境下也能運作的 AI 檢測流程。

  • 1

    依缺陷類型組合模型

    依缺陷的形態與檢測難度,組合分類、檢出、語意分割與異常偵測模型,設計出貼合現場的檢測架構。

  • 2

    從判定到再訓練一次串接

    累積 AI 判定結果與作業員審查履歷,篩選出誤檢、過檢、漏檢案例,並串接為改善模型所需的再訓練資料。

  • 3

    可套用於既有設備

    盡可能善用已在運作中的相機、光源、邊緣設備與設備聯動環境, 讓 AI 檢測系統貼合現場落地。

3D Metrology

超越 AI 外觀檢測, 進一步加入 3D Metrology 的精密檢測。

將 AI 外觀檢測與 3D Metrology 一併設計, 讓形狀、尺寸、段差乃至平面度,都在量產產線上以單一檢測流程進行管理。

  • 在線全數檢測

    將精密計測基準導入量產產線

    顧及與 CMM 基準的一致性,將孔位、直徑、輪廓度、平面度等 配合量產產線速度,以 μm 為單位進行檢測。

  • 品質回饋

    與 AIVData 串接的計測履歷

    將 3D 計測結果累積於 AIVData,運用於各品項、產線、期間的 品質趨勢分析與製程回饋。

  • 非接觸計測

    將檢測項目擴展至形狀、尺寸與段差

    配合對象物的材質、反射特性與移動速度設計 3D 掃描條件, 取得產品整面的形狀與尺寸資料。

核心解決方案

已應用於多元產業與產品的 AI 檢測產品陣容

AIVEX 以汽車、電池、精密零件、生醫等多元產業的檢測對象為基準, 構成各產品專屬的 AI 檢測解決方案,並配合現場條件套用外觀、尺寸、位置與表面缺陷檢測。

  • BearingVis

    產業
    汽車
    檢測對象
    金屬 Half Bearing
    應用內容
    內/外側表面缺陷檢測
  • ShaftVis

    產業
    汽車
    檢測對象
    金屬 Shaft
    應用內容
    表面缺陷與尺寸檢測
  • PaintVis

    產業
    汽車
    檢測對象
    汽車塗裝面
    應用內容
    基於 6 軸機器人的車體塗裝缺陷檢測
  • PlateVis

    產業
    汽車/精密
    檢測對象
    金屬 Plate
    應用內容
    外觀缺陷與尺寸同步檢測
  • TrackVis

    產業
    汽車
    檢測對象
    塗裝產線車輛追蹤
    應用內容
    車輛位置對位與機器人作業基準點
  • BatteryVis (Cylindrical)

    產業
    電池
    檢測對象
    圓柱形電池罐
    應用內容
    曲面與圓形結構表面缺陷檢測
  • BatteryVis (Prismatic)

    產業
    電池
    檢測對象
    方形電池罐
    應用內容
    外側面、內側面、開口部、底面複合檢測
  • HyperVis/MultiVis

    產業
    精密/其他
    檢測對象
    一般精密零件
    應用內容
    多品種少量客製化檢測
  • BioVis

    產業
    生醫/其他
    檢測對象
    生醫產品
    應用內容
    精密外觀檢測
驗證方式

檢測營運管線 PoC 流程

優先套用於試行產線,於全公司導入前預先驗證營運負荷的降低成效與檢出指標。

*標準 PoC 所需期間與範圍,將於現場資料診斷後透過共識階段確定。

  1. 1

    製程診斷

    檢視檢測對象、現有資料與產線環境, 以評估適用的系統。

  2. 2

    單一產線 PoC

    於代表性品項與單一產線上,依基準驗證檢出率、漏檢率與過檢率。

  3. 3

    試行營運

    於指定產線訓練並部署模型,在實際 檢測流程中確認其營運性。

  4. 4

    多產線擴展

    將驗證過的基準擴展至多條產線與品項, 並使營運標準化。

請為 PoC 預先準備這些!

  • 代表性案例已設定明確改善目標的檢測課題 1~2 項
  • 對象物資訊品質相關規格(spec sheet)或檢測基準書
  • 可容許範圍可容許的目標漏檢率與過檢率基準
  • 部署環境依資安政策而定的部署環境需求(地端、網路隔離等)

從 AI 模型、設備到軟體。 檢測所需的一切,整合於一處。

AIVision 是 AIVEX 的核心 AI 視覺檢測解決方案,從光學系統設計、AI 模型開發到現場部署,提供 End-to-end 的完整服務。 您可依預算與內部能量,選擇 3 種導入方式。

推薦客戶
AI 模型建構
軟體
自行建立與營運模型
光學系統設計與套用
視覺檢測機設計與套用
規則式演算法並行檢測
控制設備安裝與套用

為基礎設施不足或需要 快速導入的客戶提供的整套(Turnkey)解決方案

為需要光學與檢測設備(不含控制與物流)的客戶提供的檢測營運解決方案

為自有設備與軟體的客戶提供的 以模型為核心的檢測營運解決方案

MLOps 提供

FAQ

我們整理了客戶在導入 AI 檢測與 3D 計測解決方案前最常詢問的問題。

Q.能夠將AI外觀檢測與3D量測結合應用嗎?

可以。AIVEX將AI外觀檢測與3D Metrology一併設計,把形狀、尺寸、段差、平坦度等僅靠2D影像檢測不足的項目也納入同一檢測流程進行管理。 必要時還會一併評估與CMM基準的一致性。

Q.對於單一AI難以判別的複合型缺陷類型也能檢測嗎?

是的,可以透過靈活的流水線(pipeline)配置來解決。對於單一模型難以應對的複雜工序,我們會將多個AI模型與基於規則(Rule-based)的演算法進行整合(Ensemble),或將其組合為順序化的情境,整合為一個龐大的檢測流程進行統一運營。

Q.即使不良樣本不足也能進行PoC嗎?

可以。首先審查已有的正常·不良影像及標註記錄,若不良樣本不足,則利用類似案例或基於Generative AI的資料增強來補充初期訓練與審查範圍。但最終判定標準將以實際現場資料進行驗證。

Q.需要更換所有現有設備嗎?

並非一定需要全面更換。我們會先診斷現有的相機、照明、邊緣設備及設備聯動環境,保留可利用的設備,僅補充必要的光學系統、感測器與軟體,使其符合現場條件後再加以應用。

Q.製程環境(照明、材料等)發生變化時,AI效能不會下降嗎?

為減少因工序環境變化導致的效能下降,我們會持續監控檢測結果與檢收履歷。 一旦確認資料分布發生變化或出現誤判案例,便會篩選改善資料,經過現場審批流程,僅將經過驗證的模型重新部署到產線。

為您設計最貼合現場的 AI 營運管線。

我們以您目前的資料基礎設施與部署流程為基準,在避免重複投資的前提下, 與您一同檢視 PoC 範圍與導入成效。