首頁 / 應用案例

應用案例

三個不同產業,同一套做法:先把光和取像做好,再把模型放到現場的硬體上。每個數字都附上測試條件。

研究中

咖啡豆分選

小型烘豆廠挑瑕疵豆多半靠人工。我們的目標是做出小型烘豆廠也買得起的分選設備:先在輸送帶上準確數出、追蹤每一顆豆子,再用多光譜判斷瑕疵。

做法

  • 輕量偵測模型在 Raspberry Pi 5 上即時執行
  • 全域運動補償追蹤,避免同一顆豆子被重複計數
  • 多光譜取像,看見 RGB 分不出的瑕疵差異
93%輸送帶計數準確率測試影片 399 顆中正確計數 370 顆
Raspberry Pi 5邊緣即時運算,不需要電腦或雲端
與設備廠共同開發

藥物辨識

自動分藥設備要知道兩件事:藥盒裡有沒有藥、吸嘴要對準藥丸的哪裡。我們和設備廠一起開發這兩段視覺,跑在設備裡的小型主機上。

做法

  • 有無藥判斷:兩段燈光亮度比對,加上空盒參考影像相減
  • 取藥點:實例分割找出每顆藥的輪廓,再算出最適合吸取的位置
  • 模型與函式庫全部採用可商用授權
36/36作業情境測試,吸取點全部正確內部測試,信心門檻 0.7
Raspberry Pi CM4裝在設備內部,離線運作
門市試用中

膚質檢測

一般相機只記錄紅、綠、藍三種顏色。源點數美膚鏡把 400–950 nm 分成多個波段拍攝,依黑色素與血紅素對各波長的吸收差異,把斑點、褐色區、紅色區整理成顧問看得懂的分數與疊色照片。

隱私設計

  • 臉部照片只存在門市主機,手機不留照片
  • 保存期限到期後刪除照片與客人暱稱
  • App 沒有廣告與追蹤程式

檢測結果為肌膚外觀參考,不是醫療診斷。

藍紫光

400–480 nm
400500600700800950 nm
虛線右邊約 700 nm 以後,人眼就看不見了。

主要看到
報告裡對應

你的產業也有類似的問題?

附上樣品照片或現場描述,我們會先回覆初步評估:用什麼光、什麼相機、大概多少成本。

聯絡信箱
視覺方案評估設備共同開發門市試用