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 · 2026/04/30

Cognex VisionPro ViDi 8 大應用情境完整指南
AI 深度學習視覺檢測選型

傳統規則式機器視覺對紋理、自然瑕疵、外觀不規則的判定常常力不從心。Cognex VisionPro ViDi 工業級深度學習視覺軟體把這塊空白補上。本文整理 V。

作者:VSK 威視康技術團隊 發布:2026/04/30 更新:2026/05/12

Cognex VisionPro ViDi AI 深度學習視覺軟體 8 大應用情境完整指南。

📌 重點摘要(TL;DR)

  • 傳統規則式機器視覺對紋理、自然瑕疵、外觀不規則的判定常常力不從心。
  • VSK 工程師依您提供的 OK / NG 樣品實測評估,免費可行性評估與選型建議。
  • 內含完整選型對照表、典型應用情境、與工程師 FAQ。

傳統規則式機器視覺對紋理、自然瑕疵、外觀不規則的判定常常力不從心。Cognex VisionPro ViDi 工業級深度學習視覺軟體把這塊空白補上。本文整理 V。

Cognex VisionPro ViDi 8 大應用情境完整指南|AI 深度學習視覺檢測選型 - VSK 威視康 Cognex 官方 PSI 整合商

8 大典型應用情境總覽

應用情境 常見產業 主用工具 關鍵挑戰
1. 加工元件檢測 金屬機加工、CNC 廠 Analyze + Locate 表面紋路會干擾規則式比對
2. 外觀識別與分類 消費性電子、五金 Classify 外觀差異微小,人眼分級也常爭議
3. 太陽能電池板檢測 太陽能、半導體 Analyze 裂紋、汙染、印刷不良多種瑕疵共存
4. 平板印刷外觀檢測 包裝印刷、軟性電子 Analyze + Read 印刷網紋、套色偏移、髒點難用規則描述
5. 手錶元件檢測 精密五金、鐘錶 Locate + Analyze 零件小、精度要求高、人工檢驗成本貴
6. 焊縫檢測 汽機車、機械 Analyze 焊紋自然變異大、焊接缺陷型態多
7. 紋理金屬表面缺陷檢測 金屬加工、刀具 Analyze 背景紋理本身就複雜,難分背景與瑕疵
8. 織物外觀檢測 紡織、皮革、複合材料 Analyze 織紋本身就是「正常變異」,規則式幾乎不可行

各應用情境深度解析

1、加工元件檢測(CNC / 機加工件)

CNC 切削、車床、銑床加工出來的金屬件表面有規則紋路(如車削環、銑刀痕),但偶爾會有刀紋斷裂、深刮、毛邊、缺料。傳統視覺把規則紋路當「異常」會大量誤判,但用 ViDi Analyze 學一批合格品就能分清楚「正常紋路」與「真正瑕疵」。

2、外觀識別與分類(產品分級)

同一產品因製造批次、原料、加工差異會分成 A 級 / B 級 / C 級或合格 / 待修 / 報廢。人眼分級主觀且容易疲勞,ViDi Classify 用大量已標註樣本訓練,能穩定分類,做到一致性遠高於人工。

3、太陽能電池板檢測

太陽能電池有銀漿印刷網格、扇形邊、隱裂、汙染等多種共存瑕疵;電池效率與外觀缺陷相關性高。ViDi Analyze 在 EL 影像(電致發光)下能找出傳統視覺難以捕捉的隱性瑕疵。

4、平板印刷外觀檢測(包裝、軟板)

包裝盒、彩盒、軟性電子板的印刷檢查需要看套色精度、墨點、漏印、色差。每張印刷品本身有微小變異,規則式很難設定門檻;ViDi Analyze 學正常品就能在不影響品質的微差中精準找出真瑕疵。可搭配 Read 工具同時做 OCR。

5、手錶元件檢測(精密五金)

手錶機芯零件、錶帶連接片、錶冠等精密元件外觀檢查長期靠人工放大鏡分級。ViDi Locate 加 Analyze 可以先定位零件,再判定瑕疵,把人工檢測成本砍掉大部分。

6、焊縫檢測(汽機車、機械)

焊接後的焊縫每條都有自然變異(焊珠形狀、表面紋路),但氣孔、裂縫、未熔合是嚴重缺陷。ViDi Analyze 學一批合格焊縫,能精準辨識合格範圍內的變異 vs 真正缺陷,是汽車製造業常見導入點。

7、紋理金屬表面缺陷檢測

不鏽鋼、鋁合金、鍍鋅板等金屬本身有拋光紋、軋紋、霧面紋等背景紋理,傳統視覺很難分清「背景紋理」與「真瑕疵」。ViDi Analyze 對這類應用通常能提供顯著改善。

8、織物外觀檢測(紡織、皮革)

布料、皮革、複合材料的織紋本身就是規律性變異,破洞、斷紗、汙染、織不均要在這種「噪音背景」下找出來。規則式幾乎不可能寫出有效規則,ViDi Analyze 是少數可行方案。

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

為什麼需要 AI 深度學習視覺檢測

傳統機器視覺仰賴工程師事先用規則描述「合格品 vs 不良品」的差異——例如邊緣對比、模板比對、尺寸門檻。但下面這幾類問題,規則寫不完:

1、瑕疵類型多到無法窮舉(刮痕、髒污、氣泡、裂紋、變色⋯⋯每種都不一樣)

2、產品外觀本身就有變異(天然紋理、布料織紋、皮革紋路)

3、合格品的判定主觀(外觀拋光等級、色澤一致性)

4、字符變形或部分遮擋的 OCR 讀取

這些情境,AI 深度學習可以「看樣本自己學」,免去寫死規則的困難。Cognex VisionPro ViDi 就是專為這類工業情境設計的深度學習平台,提供 4 大核心工具:

Analyze(紅色):學正常品外觀,自動找出異常瑕疵

Classify(綠色):依特徵把產品分類到不同等級

Locate(藍色):在複雜背景中定位目標物件

Read:辨識變形、模糊、手寫等傳統 OCR 讀不到的字符

ViDi 適合您嗎?4 個判斷問題

1、瑕疵類型多到無法用規則描述?是 → ViDi 適合

2、產品本身有自然變異(紋理、印刷網紋、織紋)?是 → ViDi 適合

3、有足夠樣本可訓練?(一般 100-500 張正常品 + 數十張瑕疵品起步)是 → 可以開始;否 → 先收樣本

4、是否需要嵌入式部署?需要 → In-Sight D900(嵌入式深度學習相機);不需要 → ViDi PC 版即可

★ 不確定 ViDi 適不適合您的應用?

威視康有限公司(VSK Technology Co., Ltd.)是美商康耐視 Cognex 官方授權的 PSI 認證系統整合商暨授權代理商。AI 視覺導入是顧問型工程,不是買產品來自己摸:

1、免費評估:實地了解瑕疵類型、樣本可取得性、產線速度

2、實機 實機評估:用您實際樣本訓練 ViDi 模型、做出可行性評估

3、樣本標註與訓練:協助規劃樣本收集計畫、標註策略、模型迭代

4、原廠技術支援:直通 Cognex ViDi 工程團隊、不經多層轉介

5、持續模型優化:上線後依新樣本持續再訓練、降低誤判率

VSK 威視康為 Cognex 康耐視台灣官方 PSI 代理,與 KEYENCE(基恩斯)、Datalogic 同為頂級工業視覺品牌之台灣選擇。工業自動化 / 工廠自動化 / AOI 自動光學檢測 / AI 機器視覺 / 視覺檢測,由 VSK 工程師依現場樣品實測評估、不憑型錄推薦。

TAGS

Cognex VisionPro ViDiViDi 應用AI 深度學習ViDi AnalyzeViDi ClassifyViDi LocateViDi Read工業 AI
FAQ · 常見問題

關於本主題的常見問題

什麼時候該用 ViDi 深度學習而非傳統規則式視覺? +
規則式視覺有極限的情境:(1) 瑕疵類型多到無法窮舉(刮痕、髒污、氣泡、裂紋、變色…);(2) 產品本身有變異(天然紋理、布料織紋、皮革紋路);(3) 合格品判定主觀(外觀拋光等級、色澤一致性);(4) 字符變形或部分遮擋的 OCR。這些情境用 ViDi 看樣本自己學會比寫死規則穩定。
ViDi 4 大核心工具差在哪? +
ViDi 4 大工具:(1) Analyze(紅色)— 學正常品外觀自動找異常瑕疵;(2) Classify(綠色)— 依特徵把產品分類到不同等級;(3) Locate(藍色)— 在複雜背景中定位目標物件;(4) Read — 辨識變形 / 模糊 / 手寫等傳統 OCR 讀不到的字符。同一專案可組合多個工具。
ViDi 8 大典型應用情境是哪些? +
8 大應用:(1) 加工元件檢測 — Analyze + Locate;(2) 外觀識別與分類 — Classify;(3) 太陽能電池板檢測 — Analyze;(4) 平板印刷外觀檢測 — Analyze + Read;(5) 手錶元件檢測 — Locate + Analyze;(6) 焊縫檢測 — Analyze;(7) 紋理金屬瑕疵;(8) 織物外觀分類。共通點:規則寫不完的紋理 / 變異場景。
ViDi 需要多少訓練樣本? +
建議:(1) OK 樣本 100+ 張(涵蓋正常變異);(2) 各類 NG 樣本各 30-50 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)。準確率視訓練樣本品質而定,請以樣品評估為準。
VSK 提供哪些 ViDi 導入服務? +
VSK 為 Cognex 官方授權 PSI 系統整合商,提供 ViDi 完整導入:(1) 免費可行性評估與樣品實測;(2) 樣本收集與標註諮詢;(3) 模型訓練與調校;(4) ViDi Workspace 教育訓練;(5) 整合到產線 PLC / MES;(6) 持續模型優化與售後支援。
Cognex ViDi 深度學習導入多少錢?預算範圍如何? +
ViDi 導入預算因部署型態差異化大:ViDi 軟體版(PC + GPU + Windows + ViDi 軟體授權)需含 GPU 工作站 + 軟體授權 + 樣本收集 + 標註 + 訓練工時;ViDi EL(Edge Learning,內建於 In-Sight 3800 / 8900 / 9912 智慧相機)為輕量版隨相機一併出貨,門檻較低;D900 為嵌入式 ViDi 完整工具一體機相對中間。實際總預算需含相機 / PC、ViDi 授權、樣本收集、訓練工時、整合工時等項目,AI 應用樣本收集 + 訓練 + 標註工時通常佔整案 30-50%。建議提供樣品 + 場景描述給 VSK 工程師做 POC 後再出具具體報價〔實際視專案 POC 訓練結果為準〕。
Cognex ViDi 深度學習導入要多久?典型專案時程? +
依工具與應用:ViDi EL(Edge Learning)輕量版簡單分類 / OCR 樣本 5-30 張可在 2-6 週內完成。ViDi 軟體版(PC + GPU)標準工具(Analyze / Classify / Locate / Read)100-300 張樣本通常 6-14 週。複雜應用(多 ViDi 工具組合 + 細微瑕疵 + 多批次變異)含樣本收集 + 多輪訓練 + 模型上線後持續優化 14-24 週。樣本收集與標註往往是 AI 應用的時程關鍵 — 建議產線預留 2-4 週收集多批次 / 多光源變異樣本。實際時程〔以實際 POC 訓練結果為準〕。
Cognex ViDi 深度學習適合哪些產業? +
依 Cognex ViDi 8 大典型應用 + 官方案例與 VSK 部署經驗:3C 加工元件(複雜瑕疵 Analyze + 定位 Locate)、太陽能(電池板表面瑕疵 Analyze)、平板印刷(外觀瑕疵 Analyze + 字符 Read)、手錶 / 精密元件(多元件組裝 Locate + Analyze)、金屬加工(焊縫品質 Analyze、紋理金屬瑕疵)、紡織(織物外觀分類)、半導體(Wafer / IC carrier OCR、變形字符 ViDi Read)、醫療器材(手術器械 UDI OCR、心臟節律器表面瑕疵)、生技製藥(藥錠多類別分類、複雜瑕疵)、汽車零件(DPM OCR、引擎表面瑕疵分類)、消費品(外觀拋光等級分類、化妝品包裝外觀)、皮革 / 木材(自然紋路瑕疵)、橡膠 / 塑膠(射出件瑕疵 Analyze)。共通點:規則寫不完的紋理 / 變異場景。
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。