跳到主要內容
VSK 威視康 — Cognex 官方授權 PSI 系統整合商
專家專欄 · 2026/05/23

Cognex VisionPro Deep Learning (ViDi) 工具完整介紹
Locate / Analyze / Classify / Read

Cognex VisionPro Deep Learning(ViDi)4 大工具:Locate 定位、Analyze 瑕疵檢測、Classify 分類、Read OCR。本文整理各工具的應用情境、樣本需求、與整合方式,並嵌入 VSK 實機示範影片。

作者:VSK 威視康技術團隊 發布:2026/05/23 更新:2026/05/23

Cognex ViDi 4 大工具 Locate / Analyze / Classify / Read 涵蓋定位、瑕疵、分類與 OCR,可與規則式視覺混合應用。

📌 重點摘要(TL;DR)

  • Cognex VisionPro Deep Learning(ViDi)是工業級深度學習視覺軟體,提供 4 大工具:Locate / Analyze / Classify / Read
  • 4 工具可獨立使用、也可在同一專案組合,補規則式視覺的「紋理 / 變異 / 主觀判定」缺口。
  • 樣本需求依工具不同 — Locate / Read 50-200 張、Analyze 100-500 張、Classify 各類 50-100 張。實際依瑕疵變異而定。
  • 本文嵌入 6 部 VSK 實機示範影片,涵蓋 ViDi 4 工具典型應用。

傳統規則式機器視覺(PatMax、Edge、Blob、OCRMax)在「紋理變異 / 自然瑕疵 / 外觀主觀判定」這三類場景常常力有未逮。Cognex 的回應是 VisionPro Deep Learning(俗稱 ViDi) — 一套以深度學習為核心的工業視覺軟體,把「人眼能看出、規則寫不出」這塊空白補上。本文依 Cognex 官方命名說明 ViDi 4 大工具,並嵌入 VSK 實機示範影片,協助您快速理解每個工具的用處。

ViDi 4 大工具總覽

工具 核心用處 典型應用 樣本需求
Locate(定位) 在複雜背景中定位目標物件 / 特徵 無規則排列零件清點、複雜背景中找物件 50-200 張
Analyze(瑕疵檢測) 學正常品外觀自動找異常 金屬表面瑕疵、焊縫品質、紋理產品檢測 100-500 張(以 OK 樣本為主)
Classify(分類) 依特徵把產品分類到不同等級 外觀等級分級、瑕疵類型分類 各類 50-100 張
Read(OCR) 辨識變形 / 模糊 / 手寫字符 變形 OCR、低對比字符、DPM 雷射 / 噴砂標識 50-200 張

1. ViDi Locate — 定位工具

核心能力:在複雜、無規則排列的背景中,找出目標物件或特徵。

傳統 PatMax 形狀對位演算法在「形狀固定、背景單純」場景非常強大,但碰到下列情況就吃力:

  • 目標物件方向、大小、外觀都有變異
  • 背景紋理本身會被誤認為目標
  • 目標物部分被遮擋或重疊
  • 多個相似物件需要同時定位並分辨

ViDi Locate 看樣本自己學會「目標長什麼樣」,輸出位置 / 角度 / 數量,常用於:機械手臂取放、無序零件清點、多目標同步定位。

📺 相關示範影片:ViDi 深度學習實機示範 1

2. ViDi Analyze — 瑕疵檢測工具

核心能力:學正常品外觀,自動找出與正常品不一致的「異常區域」。

Analyze 是 ViDi 最常用、也最節省標註成本的工具。傳統規則式視覺需要「定義每一種 NG 樣態」,但實際產線的瑕疵類型可能多到無法窮舉(刮痕、髒污、氣泡、裂紋、變色、缺料、突起…)。Analyze 反過來「只學 OK 樣本」,遇到任何不像 OK 的區域就標記為異常。

兩種模式

  • Unsupervised(無監督):只給 OK 樣本即可訓練,自動找異常。
  • Supervised(有監督):給 OK + 標註過的 NG 樣本,準確率更高但需標註工時。

典型應用:金屬表面刮痕 / 凹痕、焊縫品質、紡織紋路瑕疵、皮革 / 木材自然紋路上的瑕疵、塑膠射出件外觀檢測。

📺 相關示範影片:ViDi Analyze 瑕疵檢測

📺 相關示範影片:ViDi 進階應用

3. ViDi Classify — 分類工具

核心能力:依產品外觀特徵把它分到不同類別 / 等級。

Classify 適合「合格但需要分等級」或「瑕疵類型多需分類」的場景。差異與 Analyze 的關鍵:Analyze 回答「有沒有異常」(二元判定),Classify 回答「屬於哪一類」(多類別判定)。

典型應用:

  • 外觀等級分級(A 級 / B 級 / C 級拋光)
  • 瑕疵類型分類(刮痕 / 髒污 / 變色,分類後決定是否可重工)
  • 產品型號分類(多 SKU 共產線時的型號識別)
  • 農業 / 食品分級(蔬果等級、肉品等級)

📺 相關示範影片:ViDi Classify 分類應用

4. ViDi Read — OCR 工具

核心能力:辨識變形、模糊、低對比、手寫等傳統 OCR 讀不到的字符。

傳統 OCR(如 Cognex OCRMax)在「印刷清晰、字符規整」場景準確率極高,但碰到下列場景就吃力:

  • 雷射打標、噴砂、DPM 等低對比字符
  • 金屬曲面、彎折表面上的字符
  • 噴印模糊、墨水暈染、字符傾斜
  • 手寫字符或部分遮擋

ViDi Read 看樣本學會字符長什麼樣,對變形 / 模糊容忍度遠高於規則式 OCR。典型應用:半導體 Wafer ID OCR、汽車零件雷射 DPM、藥品批號模糊噴印、金屬曲面雷射標識。

📺 相關示範影片:ViDi Read OCR 變形字符辨識

📺 相關示範影片:ViDi 綜合應用案例

部署型態比較

部署型態 硬體 適用情境 工具完整度
ViDi 軟體版 PC + GPU + VisionPro 軟體授權 複雜應用、需多工具組合、訓練要彈性 4 大工具完整
D900 嵌入式 一體機(內建 ViDi 完整工具) 已釐清應用、要省 PC 配置工時 4 大工具完整
Edge Learning(EL) 內建於 In-Sight 3800 / 8900 / 9912 智慧相機 輕量分類 / OCR / 簡單瑕疵、樣本量小 輕量版工具

與規則式視覺的混合架構

實務上 ViDi 很少「單獨」使用 — 標準作法是「規則式做能寫的、ViDi 做寫不來的」混合架構。例如:

  • 定位 + 瑕疵:PatMax 先快速找出目標物(規則式、快),ViDi Analyze 在該區域內找微細瑕疵(AI、彈性)
  • 定位 + OCR:PatMax 找字符區域,ViDi Read 辨識變形字符
  • 分類 + 量測:ViDi Classify 分型號,OCRMax / Caliper 對該型號做特定量測

混合架構兼顧效率(規則式快)與精準度(AI 彈性),是 VSK 在多數實機專案的標準做法。

如何開始評估 ViDi

ViDi 是否適合您的應用,不是看「規格表」決定的,而是看「樣品實測結果」。VSK 標準 POC 評估流程:

  1. 提供樣品:OK + NG 樣品各 30 件起步、含邊界樣品(極輕微 NG、極端光源)。
  2. 實機架設:VSK 工程師以候選機型架設相機 / 鏡頭 / 光源。
  3. ViDi 訓練:以適合的 ViDi 工具訓練初版模型,輸出量化辨識率。
  4. 書面報告:建議機型、預期準確率、樣本需求、整合方向、預估報價。

POC 評估依案情而定,歡迎提供 OK / NG 樣品由 VSK 工程師評估。

想評估 ViDi 是否適合您的產線?

每個應用情境不同,歡迎準備 OK / NG 樣品照片或實品,VSK 工程師可安排免費實機評估與可行性報告。

聯繫窗口:+886 2-8809-3200[email protected]

→ 立即聯繫 VSK 工程師

與威視康技術團隊聯繫

👉 您的視覺檢測需求由VSK 工程師團隊接手|電話 +886 2-8809-3200線上聯絡查看完整 Cognex 產品線

延伸閱讀

本文涉及之 機器視覺、視覺檢測、AOI、AI 視覺、瑕疵檢測相關方案,VSK 威視康可依現場提供 Cognex 設備選型建議;若需與 KEYENCE 基恩斯方案對比,亦提供完整對照與選型建議。工業自動化、智慧製造、製程改善導入請來電 +886 2-8809-3200。

TAGS

Cognex VisionPro Deep LearningViDiViDi LocateViDi AnalyzeViDi ClassifyViDi Read工業 AI深度學習視覺威視康VSK
FAQ · 常見問題

關於本主題的常見問題

Cognex VisionPro Deep Learning(ViDi)4 大工具是哪些? +
依 Cognex 官方命名,ViDi 4 大工具為:(1) Locate — 在複雜背景中定位目標物件或特徵;(2) Analyze — 學正常品外觀自動找瑕疵;(3) Classify — 依特徵把產品分類到不同等級;(4) Read — 辨識變形 / 模糊 / 手寫 / 低對比字符。同一專案可組合多個工具。
ViDi 軟體版(PC + GPU)與 Edge Learning(EL)內建版差在哪? +
ViDi 軟體版執行於 PC + GPU,搭配 VisionPro 平台,提供完整 4 大工具與最高彈性;Edge Learning(EL)是輕量版,內建於 In-Sight 3800 / 8900 / 9912 等智慧相機,無需 PC、樣本需求較低(每類 5-30 張起步),但工具與訓練深度有限。複雜應用建議用 ViDi 軟體版。
ViDi 需要多少訓練樣本? +
依工具不同:Locate / Read 典型 50-200 張、Analyze 100-500 張(OK 樣本為主)、Classify 各類 50-100 張。複雜場景可能需 500+ 張。樣本品質比數量重要 — 需涵蓋產線實際變異(光源、批次、產品變異)。實際樣本量需經 POC 評估。
ViDi 在台灣有哪些常見產業導入? +
依 Cognex 官方案例與 VSK 部署經驗:半導體(Wafer / IC carrier OCR、變形字符 Read)、汽車與 EV(安全件 Analyze、雷射 DPM Read)、PCB / SMT(焊點瑕疵 Analyze)、生技製藥(藥錠 Classify、玻璃瓶異物 Analyze)、消費品(外觀拋光等級 Classify)、紡織(織物紋路 Analyze)、金屬加工(焊縫 Analyze、紋理瑕疵)。共通點:規則寫不完的紋理 / 變異場景。
如何開始評估 ViDi 是否適合我的應用? +
提供 OK / NG 樣品(建議各 30 件起步、含邊界樣品)給 VSK,工程師會在 Lab 以實機架設相機 / 鏡頭 / 光源,以 ViDi 工具訓練初版模型並出具書面可行性評估(建議機型、預期準確率、樣本需求、整合方向)。POC 評估依案情而定,歡迎提供樣品評估。
ViDi 與規則式視覺(PatMax / Edge / OCRMax)可以混用嗎? +
可以、且非常常見。Cognex 標準作法是「規則式做能寫的、ViDi 做寫不來的」:例如先用 PatMax 找出目標位置(快速、確定),再用 ViDi Analyze 在該區域內找微細瑕疵(變異容忍度高)。混合架構可兼顧效率與精準度,VSK 工程師會依應用建議組合方式。
FREE EVALUATION

想實際導入機器視覺?

提供 OK / NG 樣品照片,VSK 工程師 VSK 工程師將與您聯繫可行性。