Edge Learning 是什麼？
Edge Learning（邊緣學習）是 Cognex 在 In-Sight 智慧相機系列內建的邊緣 AI 視覺訓練技術。它最大的特色是：
- 訓練在相機內完成 — 不需要外接 PC + GPU 跑訓練
- 推論也在相機內 — 部署後不依賴雲端、本機 PC
- 少量樣本即可 — 30 張 OK + NG 樣本就能訓練可用模型
跟傳統深度學習（需要上千張資料 + GPU + 雲端推論）相比，Edge Learning 把整個 AI 視覺流程壓縮到一台智慧相機內完成。
為什麼工業 AI 視覺需要 Edge Learning？
工業環境跟一般 AI 應用差異很大：
| 場景 | 一般 AI 應用 | 工業 Edge Learning |
|---|---|---|
| 資料量 | 數萬-百萬張 | 30-300 張 |
| 訓練 | 雲端 GPU 大量運算 | 相機內快速訓練 |
| 推論 | 雲端 API 呼叫 | 邊緣即時推論 |
| 響應時間 | 100-500 ms | < 50 ms |
| 資料隱私 | 上傳雲端 | 資料不出廠 |
| 部署複雜度 | 高（多系統整合） | 低（一台相機） |
Edge Learning 適用 4 大場景
1. 簡單瑕疵分類（5-10 類）
- 例：PCB 銲點 OK / 冷焊 / 空焊 / 橋接
- 訓練時間：每類 5-10 張，10-20 分鐘完成
2. 物件有無檢知
- 例：產品是否到位、零件是否缺件
- 訓練時間：5 分鐘
3. 變異物件分類
- 例：水果分級、皮革等級判定
- 訓練時間：每等級 20-30 張，30 分鐘
4. 簡單字元辨識
- 例：易讀印刷字元（OCR）
- 訓練時間：50-100 張，1 小時
複雜應用（多瑕疵類別、複雜紋路、規則無法描述）建議用 VisionPro ViDi 或 In-Sight D900 處理。
Edge Learning vs ViDi / Deep Learning Studio
| 項目 | Edge Learning | VisionPro ViDi |
|---|---|---|
| 部署位置 | 智慧相機內 | PC + GPU |
| 訓練樣本 | 30-300 張 | 30-1000 張 |
| 推論延遲 | < 50 ms | 50-200 ms |
| 工具數 | 4（簡化版） | 4 完整工具 |
| 複雜度 | 低（單機部署） | 中（PC 整合） |
| 適用場景 | 標準應用 | 複雜應用 |
哪些 Cognex 產品內建 Edge Learning？
Edge Learning 內建於以下 In-Sight 機型：
- In-Sight 3800 — 旗艦款，AI + 規則式雙引擎
- In-Sight 2800 — 一體化 AI 全機
- In-Sight 9912 — 模組化高解析
- In-Sight D900 — 一體化 AI 邊緣視覺
- In-Sight SnAPP — 一鍵設定 AI 影像感測器
工程師常見問題
Q1：Edge Learning 真的 5-10 張樣本就夠？
A：對「簡單分類」場景通常足夠。例如 OK vs NG 二元分類，每類 15-30 張即可訓練可用模型。實際準確率依工件變異與樣本品質而定。複雜場景（多類別、變異大）需要 100-300 張。
Q2：Edge Learning 跟 VisionPro ViDi 差別？
A：
- Edge Learning = 內建於相機（單機部署，無需 PC）
- ViDi = 軟體（PC + GPU，工具更完整，可處理更複雜應用）
預算 + 複雜度決定。VSK 提供免費樣品實測評估建議。
Q3：訓練樣本需要怎麼準備？
A：拍照即可。每類別準備 15-30 張代表性樣本，涵蓋你產線可能遇到的所有變異（不同光照、角度、產品變異）。VSK 提供樣本準備顧問。
Q4：Edge Learning 模型可以更新嗎？
A：可以。新增樣本後重新訓練，模型立即更新。整個過程在 In-Sight Explorer 介面完成，產線不需停機。
Q5：AI 模型部署後會自己退化嗎？需要重訓嗎？
A：Cognex Edge Learning / ViDi 是「離線學習」模型，部署後 不會自動再訓練、辨識率不會自動退化。但產線環境變化會讓辨識率漸進下降，常見變因：
- 光源老化 / 鏡頭髒污 — 亮度與對比逐漸變化
- 新工件型號 / 原料批次差異 — 顏色、紋理、形狀超出原訓練樣本範圍
- CIJ 噴墨頭老化（OCR 應用） — 字符對比下降
- 季節溫濕度變化 — 影響鏡頭聚焦與感光元件響應
長期維護建議（VSK 標準作法）：
- 每月清潔鏡頭與光源（必做）
- 每月抽樣 100 件 OK / NG 對照 AI 判斷，準確率低於設定門檻（如 99%）觸發重訓練
- 原料 / 工件型號切換時補樣本，重訓 5-10 張新樣本即可
- 記錄判定不一致案例，定期整理為重訓資料
實務上 Cognex Edge Learning 在標準產線環境可長期維持 99% 以上檢出率，前提是按上述維護節奏執行。
想試試 Edge Learning？
VSK 提供 Edge Learning 完整評估：
- 提供 OK / NG 樣品照片（各 10-20 張）
- VSK 工程師遠端示範 Edge Learning 訓練過程
- 評估準確率達標後再採購
VSK 工程師評估後會盡快與您聯繫。