
改善品質和成品率
SuaKIT 經過微調的深度學習模型,可提供極為精準的檢測結果。深度學習演算法的內部分析流程可改善上游品質,降低誤判和漏判率,以獲得最佳的品質與成品率。
降低成本
實作自動化系統,減少仰賴不可靠的人工檢測。能夠全天候進行檢測操作,可將產量提到最高並改善節拍時間,滿足客戶需求。SuaKIT 的高檢測率也可以減少採用額外和成本高昂的檢測硬體。


確保結果可靠、經過驗證
SuaKIT 極為一致的檢測方式保證不同生產線、班次及工廠之間都會有相同的結果。軟體會封存可以離線檢閱和驗證的圖像與記錄結果。這項重要的寶貴資料有助於品質工程師將應用最佳化並瞭解異常結果。
重要功能
探測

探測單一圖像內分屬不同類別的物件
分類

依照多個預先決定的類別將圖像分組
分割

精準地找到圖像中的位置/區域/形狀或缺陷
深度學習架構
單一圖像分析

學習每個圖像並識別缺陷
圖像比較

面對一組兩個的圖像,專注於兩者之間的差異,學習和檢測缺陷
多維圖像分析

分析圖像之間的關係,以訓練缺陷探測模型
單類別學習

依照訓練用 OK (合格) 圖像的變化來識別缺陷