南韓化學與材料2020 – 進行中

Chosun Refractories

在 KAMP 平台上以 AI 檢測 X 光影像

耐火材料製造商以國家 AI 平台建置模型，每件產品的 X 光檢測時間由 1.5 分鐘縮短至 0.5 分鐘

已見成效企業自行發布

問題

創立於 1947 年的耐火材料製造商 Chosun Refractories，過去由作業員目視 X 光影像，檢查成品是否有內部裂紋與異物。隨著產品形狀增多、檢測人員年齡漸長，判斷的可靠度下降，而為分擔疲勞增派人手又推高了製造成本。

該公司透過中小企業創業部營運的韓國 AI 製造平台（KAMP），將成品的 X 光影片轉為靜態影像，並逐張標記為正常或不良。平台上的 AI 與製程專家協助建置可對新影像分類的模型。此案例於 2021 年 1 月 KAMP 全面啟用時發表。

1.5 → 0.5 min每次 X 光判讀的檢測時間企業自行發布[1][2]

90% → 96%不良品判定的可靠度企業自行發布[1][2]

公司縮短了一個已能產出影像、且有明確正常／不良標記的檢測步驟所需的時間。這家中型製造商沒有自己的資料團隊，卻運用公共平台的儲存、運算與專家協助，無須另聘人員。

[1]Edaily2021年1月1日

中小企業創業部全面啟用 AI 製造平台時，Edaily 報導了 Chosun Refractories。作業員原先以肉眼檢查 X 光影像，公司標記 X 光影格以訓練分類模型。根據該部說法，判定可靠度由 90% 升至 96%，檢測時間由 1.5 分鐘縮短至 0.5 分鐘。

[2]FA Journal2021年1月5日

Chosun Refractories 過去以人工檢查裂紋與異物，但面臨產品形狀增多與檢測人員高齡化。FA Journal 報導，判定可靠度由 90% 升至 96%，檢測時間由 1.5 分鐘縮短至 0.5 分鐘。報導並指出，該模型對先前未見過的缺陷樣態表現較佳。

詳細內容請參閱原始資料。

收錄日期 2026年10月25日 · 更新日期 2026年10月25日