Case Study
AI視覺檢測案例 | 印刷公司
客戶背景
一家全球性商業印刷公司，為主要消費品牌執行大量包裝與標籤印刷生產。
問題：人工品管跟不上產線速度
人工抽檢員與老舊的光學掃描器，在量產速度下漏掉了瑕疵，每一個漏檢的瑕疵最終都變成一張重印帳單。產線每分鐘印出數千張標籤，速度快到沒有任何檢驗員能穩定追蹤色彩對位、微條紋與油墨髒污。
財務風險迅速累積：
| 失敗癥結 | 業務衝擊 |
|---|---|
| 漏掉微小瑕疵 | 造成高昂的重印成本與材料浪費 |
| 人工抽檢不穩定 | 檢測品質因班別與疲勞程度而異 |
| 瑕疵發現太晚 | 數千張不良標籤印出後才被發現 |
| 出貨遭拒 | 損害與執行嚴格品管標準的品牌客戶之間的關係 |
解決方案：為高速包裝產線打造的AI視覺檢測
ISZ.AI以直接安裝在印刷機上的客製AI視覺檢測系統，取代人工抽檢。這套建置結合了工業硬體與專為高速包裝產出訓練的AI瑕疵偵測模型，讓客戶在全速量產下仍能實現零雲端延遲的自動化視覺檢測。
- 硬體整合：高速線掃描相機搭配特製閃頻照明，捕捉全速運轉印刷品的無失真影像。
- 邊緣AI部署：雲端來回傳輸對這個產線速度來說太慢，因此我們將瑕疵偵測模型部署在工廠現場的強化型NVIDIA邊緣運算設備上——檢測判斷在本地即時完成。
- 模型訓練：模型以數千張標記過的完美印刷品與瑕疵印刷品範例進行訓練，讓系統能區分可接受的印刷誤差與真正的瑕疵，而不會對良品過度誤判。
成果：能自行回本的機器視覺品管
這套系統透過減少浪費、找回原本流失的產能，讓自己很快就回本。
- 99.8%瑕疵偵測率：抓出人眼在產線速度下根本看不見的微小瑕疵。
- 材料浪費減少40%：印刷機能在印出數千張瑕疵標籤之前就被校正，而不是事後才發現。
- 產能提升15%：機器視覺品管讓印刷機得以加速運轉，同時不犧牲準確度。
深入了解
探索我們的相關能力：