ViDi 是什麼？
現行 Cognex 官方產品名為 VisionPro Deep Learning，桌面 GUI 工具叫 Cognex Deep Learning Studio（原 ViDi Suite）。業界普遍仍習稱「ViDi」（讀音：vee-die），本檔沿用此俗稱方便讀者搜尋。
ViDi 跟一般 AI 視覺軟體（如 TensorFlow、PyTorch）的差別：
- 工業優化：針對工業檢測場景設計，不是泛用 AI
- 少量樣本：30-300 張即可訓練（傳統 deep learning 需上千張）
- 與規則式整合：可在 VisionPro 流程中無縫呼叫
- NVIDIA CUDA 加速：訓練與推論可運用 GPU 加速
ViDi 4 大 AI 工具
ViDi 提供 4 個專業工業視覺工具，涵蓋多數工業 AI 視覺應用情境：
1. Locate（複雜形狀定位）
- 用途：定位「形狀有變異、規則難描述」的物件
- 例：皮革紋路、自然形狀工件、變形包裝
- vs PatMax：PatMax 適合形狀明確的物件，ViDi Locate 適合變異大的物件
2. Analyze（瑕疵檢測 / 區域分析）
- 用途：檢測「規則式視覺難描述」的瑕疵、或對影像區域做分割分析
- 例：表面瑕疵、自然紋路缺陷、面板 Mura
- 訓練樣本：100-300 張
3. Classify（多類別分類）
- 用途：把工件分成多個類別（OK / NG / 不良類型）
- 例：水果分級、瑕疵類型分類（冷焊 / 空焊 / 橋接）
- 訓練樣本：每類別 30-100 張
4. Read（變形字元 OCR）
- 用途：辨識「規則式 OCR 失敗」的字元
- 例：Wafer 雷射蝕刻、低對比噴墨、嚴重變形字元
- vs OCRMax：OCRMax 適合標準字型，ViDi Read 適合極端變異
註：Cognex 官方 4 大工具命名為 Locate / Analyze / Classify / Read（部分舊文件曾稱 Detect / Inspect，現行統一為前述名稱）。
ViDi 家族：Edge Learning（邊緣版）vs VisionPro Deep Learning（完整版）vs 規則式視覺
Cognex 已將 Edge Learning 納入 ViDi EL 系列（ViDi EL Classify / ViDi EL Read），作為智慧相機內建的輕量 AI 工具；VisionPro Deep Learning（PC + GPU）則是完整的 ViDi 工具家族。三者皆屬同一品牌譜系，差別在部署位置與模型容量。
3 種視覺技術選型對照：
| 場景 | 規則式視覺（PatMax） | ViDi EL（Edge Learning） | VisionPro Deep Learning（完整版 ViDi） |
|---|---|---|---|
| 形狀明確物件 | ✅ 最佳 | OK | overkill |
| 簡單瑕疵分類（< 10 類） | 有限 | ✅ 最佳 | OK |
| 複雜瑕疵分類 | ❌ | 有限 | ✅ 最佳 |
| 變形字元 OCR | ❌ | 有限 | ✅ 最佳 |
| 自然變異物件 | ❌ | OK | ✅ 最佳 |
| 部署位置 | 智慧相機 | 智慧相機（內建） | PC + GPU |
| 訓練樣本 | 1 張 | 5-10 起步 | 30-1000 張 |
ViDi 與 Deep Learning Studio
Cognex 已將 ViDi 整合於 VisionPro Deep Learning / Deep Learning Studio 工具家族中，演算法核心一致、UI 與整合流程持續更新。對既有 ViDi 客戶，VSK 提供升級諮詢，舊模型可遷移、訓練資料可重用。
ViDi 適用 4 大產業
半導體
- Wafer 表面瑕疵 AI 分類
- 雷射蝕刻字元 OCR
- IC 載板複雜瑕疵分類
PCB 電子
- SMT 銲點瑕疵分類（冷焊 / 空焊 / 橋接 / 錫珠）
- PCB 微小元件異色檢測
- AOI 末段 AI 把關
光電 / 顯示面板
- 面板 Mura 瑕疵 AI 分類
- LED 點亮品質檢測
- 太陽能板表面缺陷
醫療 / 製藥
- PTP 藥錠瑕疵分類
- 醫療器材表面瑕疵
- 包裝完整性 AI 判定
工程師常見問題
Q1：ViDi 跟 Edge Learning 是同一個嗎？
A：屬同一品牌家族。Cognex 已將 Edge Learning 納入 ViDi EL 系列（ViDi EL Classify / ViDi EL Read），是 In-Sight 智慧相機內建的輕量 AI 工具（適合簡單應用、5-10 張起步即可訓練）。VisionPro Deep Learning（PC + GPU）是完整的 ViDi 工具家族，工具更完整、可處理複雜應用。兩者非對立，是邊緣輕量 vs PC 完整的差異。
Q2：ViDi 真的少量樣本就夠？
A：跟傳統 deep learning（需數千張）相比，ViDi 在工業場景優化下 30-300 張即可達實用水準。但極端複雜應用仍可能需要 500+ 張。VSK 提供樣本收集顧問。
Q3：ViDi 一定要 GPU 嗎？
A：訓練必須有 NVIDIA GPU（推薦 RTX 3060 以上）。推論可在 CPU 跑但速度慢，建議部署也用 GPU。如果不想自備 GPU，可選 In-Sight D900（一體化邊緣 AI 相機，內建推論）。
Q4：ViDi 跟 VisionPro 是什麼關係？
A：VisionPro 是 Cognex 主力視覺軟體（含規則式工具庫）。ViDi 是 VisionPro 的 AI 擴充模組，可在 VisionPro 流程中呼叫 ViDi 工具，做「規則式 + AI」混合方案。
想用 ViDi 解決複雜瑕疵問題？
VSK 提供 ViDi 完整服務：
- 應用評估：判斷您的場景是 ViDi 還是 Edge Learning 適合
- 樣本收集顧問：教您準備有代表性的 OK / NG 樣本
- 模型訓練協助：VSK 工程師協助 ViDi 訓練調參
- 上線後調校：實際運行後依據新樣本持續優化
請提供 OK / NG 樣品照片，VSK 評估 ViDi 適合度與訓練計畫。