监控视频中设定的目标是否按照设定的位置、顺序动作，当出现偏差时输出结果。

基于人员动作视频，结合精益价值判定，实现有价值动作的分析模型

基于人员动作视频，计算各动作之间的节拍时间，从而改善瓶颈工序及瓶颈站点

藉由周期动作分析，识别标准动作和异常动作，构建企业标准工时管控模型

通过质量检测和制程工艺等数据，自主快速建立AI模型，加速排查关键因子的效率，获得兼顾质量提升与成本降低的参数优化线索

通过来料铜厚和制程参数等数据，自主快速建立AI模型，加速排查效率、获得制定合理的蚀刻速度的线索

品质大脑品质大脑品质大脑品质大脑

通过模型检测并判定工人操作的滚轮清洁行为轨迹是否与设定轨迹同步，输出检测结果。

通过模型能够快速找出最佳研发配方组合，也能根据参数调配设定，自动预测产出结果。

通过模型统计流水线上的特定产品的批次数量。

通过模型能够协助品管与制程团队快速针对NPI产品进行调机与品质改善作业，也能够整合其他管理系统，进行“虚拟全检”预测。

通过模型快速准确地识别出产品对位标识是否有偏移。

通过模型自动预测出能源趋势或者侦测出用电异常，更好的规划和调度生产用电排程，控制用电成本。

通过模型快速准确地识别出SMT炉后元器件缺陷及异常。

通过模型快速准确地识别出极片外观缺陷及异常

通过模型快速准确地识别出产品标签缺陷及异常。

通过PCB质量检测和制程工艺等数据，自主快速建立AI模型，加速排查影响质量的关键因子，获得质量提升的参数优化线索

通过模型快速准确地识别出胎纹外观缺陷及异常

通过模型快速准确地识别出面板点灯缺陷

通过模型快速准确地识别出成衣外观缺陷及异常

通过模型快速准确地识别出布料外观缺陷及异常

通过模型快速准确地识别出电芯外观缺陷及异常

通过模型快速准确地识别出SMT炉前元器件缺陷及异常

通过模型快速准确地识别出半导体晶元外观缺陷及异常

通过模型快速准确地识别出装配件&总成件外观缺陷及异常

融合AI场景化算法训练技术，针对产品缺件检测项目，实现结构性缺件检测的高效率算法模型。

通过模型快速准确地识别出试剂外观缺陷及异常

对于现场常见问题，与客户抱怨事件，自动生成动态IPQC风险清单

通过模型检测并识别选择性波峰焊的焊锡柱外形形态是否产生差异，输出检测结果。

通过模型来预测设备可能发生异常停机的时间，提早进行设备维保，以减低异常宕机的状况发生。

通过模型找出影响目标测量结果的设备关键影响参数，并通过模型推荐符合目标期望值的不同参数设定组合，以减少调机次数，快速调机

基于企业备品使用的历史数据，分析出备品的安全库存的管理模型

历史库存数据分类分析，优化库存管理模型，提升毛利率

藉由客户历史达交数据和关键达交要素的建模，建立达交预测模型，识别关键达交要素，提前管控，提升客户满意度

通过模型检测并识别特定管控区域是否有违停车辆及车牌号

通过模型检测并识别设定目标区域内是否出现人或物体，输出检测结果。

通过模型快速准确地识别针对特定安全管控区域，目标人群是否按规定要求穿戴或正确穿戴安全防护用具，输出检测结果。

通过模型识别并统计电梯内的人数，超过限定人数则输出预警结果

通过模型检测特定管控区域是否有人员玩手机的行为发生，输出检测结果

通过模型检测并识别目标区域内是否有明火。

价格要素的多维度拆解，识别价格关键要素，管控优化，降低采购成本

通过模型监控人员是否在指定作业区域内，输出检测结果

岗位特性分析，匹配人员特征，适人适岗

采集用户面部图像信息,与之前训练好的模型进行对比,对比成功则将用户基本信息插入考勤信息表中并显示打卡成功

人员多维分析，匹配公司人事特性模型，选择合适的人

通过对离职人员离职原因分析建模，识别关键因子，管控离职要素，降低离职率