跳到主要內容
VSK 威視康 — Cognex 官方授權 PSI 系統整合商
食品飲料 2026/05/24

食品飲料業 異物污染 AI 視覺檢測完整指南 - Cognex In-Sight 3800 + ViDi 深度學習

食品飲料異物污染(毛髮 / 塑膠 / 金屬屑 / 玻璃 / 蟲體 / 不明雜物)AI 視覺檢測,本案採用 Cognex In-Sight 3800 高解析度智慧相機 + ViDi 深度學習辨識變異形態異物,符合 HACCP CCP + ISO 22000 + 食安法。

COGNEX IN SIGHT 3800 應用於食品飲料產線視覺檢測,協助達成品質追溯、降低召回風險、提升檢出率與產能釋放。

KEY RESULTS · 關鍵成效

異物檢出率

導入前

75-85%(人工目檢 + X-ray)

導入後

99.0-99.5%

+14-24 pp

檢測速度

導入前

300-500 件/分

導入後

800-1,500 件/分

2-3 倍

食安召回事件

導入前

1-3 次/年

導入後

0 次/年

完全消除

人力配置

導入前

3-4 名 QC 目檢

導入後

0.5-1 名(複檢)

年省 NT$ 150-250 萬(視個案評估)

PHOTO · 應用情境照片

應用情境照片

食品飲料業 異物污染 AI 視覺檢測完整指南 - Cognex In-Sight 3800 + ViDi 深度學習

📷 應用情境照片(同類應用參考,非本案實機影像)

CHALLENGE · 產線挑戰

食品飲料產線(烘焙 / 餐盒 / 飲料 / 罐裝食品)異物污染風險來源多元:頭髮 / 塑膠纖維 / 金屬屑 / 玻璃碎片 / 蟲體 / 不明雜物。傳統規則式 AOI 設「面積 > X」只能抓特定大小,無法應對形狀 / 顏色 / 位置變異大的異物;人工目檢漏判率 15-25%,且 800-1,500 件/分鐘高速產線跟不上節拍。異物事件可觸發食安召回,成本可達 NT$ 數千萬至上億。

SOLUTION · 應用方案

本案採用 Cognex In-Sight 3800 高解析度智慧相機 + ViDi 深度學習分析(可選 D900 嵌入式 AI)整合食品異物檢測站:ViDi Analyze 分類器訓練各類異物樣本(毛髮 / 塑膠 / 金屬 / 玻璃 / 蟲體),同軸光 + HDR Multi-exposure 對應反光 / 透明 / 深色食品基底;NG 即時 PROFINET 通訊剔除 + 影像 + 批號自動歸檔,符合 HACCP CCP 監控 + 食安法第 32 條。

RESULT · 導入成果

  • 異物檢出率:99.0-99.5%(+14-24 pp)
  • 檢測速度:800-1,500 件/分(2-3 倍)
  • 食安召回事件:0 次/年(完全消除)
  • 人力配置:0.5-1 名(複檢)(年省 NT$ 150-250 萬(視個案評估))

TL;DR · 一分鐘看懂本案

  • 場景:食品飲料產線(烘焙 / 餐盒 / 飲料 / 罐裝食品),800-1,500 件/分高速節拍,HACCP CCP + ISO 22000 + 食安法第 32 條合規壓力
  • 痛點:異物形態多元(毛髮 / 塑膠纖維 / 金屬屑 / 玻璃碎片 / 蟲體 / 不明雜物),傳統 AOI 無法窮舉,人工目檢漏判 15-25%;食安召回事件成本可達 NT$ 數千萬至上億
  • 方案:Cognex In-Sight 3800 + ViDi 深度學習(D900 嵌入式 AI 進階選擇)+ ViDi Analyze 分類器多類異物樣本訓練 + 同軸光 / HDR / 背光多層光源
  • 關鍵成效:檢出率 75-85% → 99.0-99.5%(+14-24 pp)、速度 2-3×、食安召回 -100%、年省 NT$ 150-250 萬人力(視個案評估)
  • 關鍵決策點:X-ray + 視覺 AI 互補(X-ray 抓密度 / AI 抓顏色形狀紋理);ViDi 訓練樣本需涵蓋邊界樣品(極小 / 極端反光 / 極不規則)
Cognex In-Sight 3800 食品異物污染 AI 視覺檢測 — 披薩異物 ViDi 深度學習

📷 應用情境:Cognex In-Sight 3800 — 食品(披薩 / 烘焙 / 餐盒)異物污染 ViDi 深度學習 AI 視覺檢測應用

資料說明:本案例 A 廠 / B 廠等為代號標示,KPI 數字為類似專案的典型成效範圍,實際依專案有所差異;資料來源:VSK 內部 POC 紀錄 + Cognex 食品飲料 PSI 案例經驗。如需細部資料,請聯絡 VSK 業務

客戶背景

A 廠(食品飲料業):HACCP / ISO 22000 認證食品廠,涵蓋烘焙 / 速食 / 餐盒 / 飲料 / 罐裝食品。產線特性 800-1,500 件/分鐘(依產品而定),24 hr 三班制連續運轉。品質壓力來自異物事件 → 食安召回(成本可達 NT$ 數千萬至上億)+ 品牌信譽永久損失 + 食安法處分(食品安全衛生管理法第 49 條最高 2 億元)。法規 / 規範要求涵蓋食品安全衛生管理法第 32 條(紀錄保存 5 年)+ 第 49 條(處罰)、HACCP、ISO 22000 / FSSC 22000、外銷 FDA FSMA / 21 CFR 117。

食品異物污染來源可分為以下幾類:

  • 人員污染:頭髮、皮膚屑、防護衣纖維
  • 包材污染:塑膠碎屑、紙屑、膠帶
  • 設備污染:金屬屑、潤滑油、橡膠墊片碎片
  • 原料污染:石頭、骨頭、玻璃、農藥殘留容器碎片
  • 生物污染:蟲體、昆蟲卵、霉斑

系統配置

本案採用 Cognex In-Sight 3800 高解析度視覺主機 + ViDi 深度學習工具整合食品異物檢測站:

  • 視覺主機:Cognex In-Sight 3800(高解析度智慧相機 + 內建 ViDi 深度學習 + 多色光源)
  • 進階機型:In-Sight D900(PC-based ViDi,極端變異 / 高速產線)/ VisionPro + ViDi(最高彈性,多檢測站整合)
  • 光學設計:依食品基底特性採同軸光(反光抑制)+ Dome 漫射光(烘焙食品均勻照明)+ 背光(透明飲料 / 液體基底)+ HDR Multi-exposure(強反差擴展動態範圍)
  • 通訊介面:相機原生支援 PROFINET / Ethernet/IP / Modbus TCP / TCP/IP / OPC UA 與產線 PLC / MES 對接,NG 即時剔除
  • 影像追溯:NG 影像 + 批號 + 時間戳記 + 操作員 ID + 異物分類自動歸檔,符合 HACCP CCP 監控 + 食安法第 32 條

三工具並聯架構(核心技術):

  1. PatMax 食品基底定位:穩定定位食品本體位置與邊界,建立 Multi-ROI 基準
  2. ViDi Analyze AI 異物分類:對「毛髮 / 塑膠 / 金屬 / 玻璃 / 蟲體 / 不明雜物」做樣本級分類,200-1,000 張樣本訓練
  3. Blob 分析 量化:量化異物面積 / 數量,輸出可量化 NG 條件供 HACCP CCP 監控

商業價值

  • 異物檢出 = 食安召回風險下降:單次召回成本可達 NT$ 數千萬至上億 + 品牌信譽永久損失
  • 24 hr 三班制無人值守:夜班無 QA 駐守也能 100% 異物檢測 + 影像歸檔
  • X-ray + AI 視覺互補:X-ray 抓密度差異(金屬 / 骨頭)、AI 視覺抓顏色 / 形狀 / 紋理差異(毛髮 / 塑膠纖維 / 蟲體)— 雙重把關覆蓋率最高
  • 食安稽核順利:每件影像 + 異物分類 + 批號可追溯,HACCP / 食安法稽核時資料齊備
  • 產線工程師自主:EasyBuilder 讓客戶工程師可自行新增異物類別、不依賴 SI

食品異物檢測的失敗模式分析

食品異物 AI 視覺檢測的失敗模式可歸為四類,本質是「異物變異無法窮舉 + 食品基底干擾」雙重挑戰。第一,異物形態完全隨機 — 毛髮 / 塑膠 / 金屬 / 玻璃 / 蟲體 5+ 類型,每類又有顏色 / 形狀 / 位置變異,傳統 AOI 設「面積 > X」幾乎必漏;ViDi 深度學習對未見過的異物形態仍可能漏判,需在 POC 階段收齊所有可能異物樣本。第二,食品基底強反差 — 烘焙食品凹凸不平、深色巧克力對比度低、透明飲料光線干擾,需 Dome 漫射光 + HDR Multi-exposure 多曝光合成擴展動態範圍。第三,原料 / 配方季節性變異 — 食品原料隨季節 / 供應商批次變化,AI 訓練基線可能偏移,3-6 個月內若不複檢可能準確率明顯滑落。第四,多 SKU 配方切換失誤 — 同產線跑多種食品(披薩 / 麵包 / 餐盒)時 PLC 觸發錯誤可能用錯異物分類器造成系統性誤判。

降低失誤的工程實務:POC 階段須收齊邊界樣品(極小異物 < 0.5 mm、極端反光、極不規則形狀)作為容差設定基準;光源 over-design 比 POC 需求高 30-50%;ViDi 模型每月複檢機制(抽樣 100 件 OK / NG 對照 AI 判斷),準確率低於 99% 觸發重訓練;配方切換 fail-safe — PLC 觸發 SKU ID 與相機回讀互鎖比對;HACCP CCP 監控由整合方主導,VSK 提供視覺端的辨識率穩定度與量化報告;異物分類擴增由客戶端 QA 主導季節性樣本收集。

為什麼選擇 Cognex PSI 系統整合商

機器視覺導入的成敗,遠超過「相機規格表上的數字」。VSK 威視康累積在台灣製造業 10 年以上的整合經驗中,反覆觀察到三個關鍵失敗點:第一,沒做 POC 直接下單,產線上線後才發現節拍跟不上或邊界樣品判定不穩。第二,光源沒有 over-design 餘量,產線環境光變化(季節 / 班別)後辨識率明顯下降。第三,視覺與機構 / I/O 分工模糊,整合方對訊號規格不熟悉導致延宕。Cognex PSI(Premier Solution Integrator)認證的訓練重點,正是上述三項:以系統化方法做 POC 評估、依產線實況設計光源餘量、與設備工程師對接 I/O 與通訊細節。

導入後的服務模式:VSK 設備保固 1 年(自出貨日起算),教育訓練依專案客製。

相關常見問題(連到完整解析)

與威視康技術團隊聯繫

👉 您的視覺檢測需求由威視康技術團隊接手|電話 +886 2-8809-3200線上聯絡查看完整 Cognex 產品線

延伸閱讀

本案例涉及之 食品異物 AI 視覺檢測、毛髮 / 塑膠 / 金屬屑 / 玻璃異物、Cognex In-Sight 3800 + ViDi 深度學習、烘焙食品異物檢測、HACCP CCP、ISO 22000、食安法相關方案,VSK 威視康可依現場提供 Cognex 設備選型建議。食品飲料異物視覺自動化導入請來電 +886 2-8809-3200。

FAQ · 客戶常見問題

關於這個案例的常見問題

毛髮 / 微小塑膠纖維 < 1 mm 抓得到嗎? +
解析度需依「最小可見異物尺寸 × 3-5 像素」反推。5 MP 相機 + 適當鏡頭 + 工作距離可達 ≥ 5-10 pixel/異物的穩定門檻。對 < 1 mm 微小異物,VSK 工程師會以實際樣品評估鏡頭 / 工作距離 / 光源組合。光源關鍵:同軸光抑制反光、Dome 漫射光均勻照明、HDR Multi-exposure 對食品基底強反差。
ViDi 訓練要多少張異物樣本? +
ViDi Analyze 典型 200-1,000 張樣本(每類異物 50-200 張)即可訓練達 99%+ 檢出率。樣本需涵蓋邊界樣品(極小異物、極端反光、極不規則形狀)。Edge Learning(In-Sight 3800 / D900 內建)入門 5-10 張可起步,適合單類別異物快速 POC。
食品 HACCP / ISO 22000 / 食安法如何符合? +
Cognex 提供影像保存 + 操作員簽章 + 配方版本控制,協助達成 HACCP CCP 監控紀錄要求;台灣食品飲料客戶以食安法第 32 條(食品紀錄保存 5 年)為主,食安法本身未強制保存生產影像。外銷 FDA 監管食品(FSMA / 21 CFR 117)保存 2 年。
X-ray 金屬偵測機與視覺 AI 異物檢測差別? +
兩者互補不衝突:X-ray / 金屬偵測機抓「密度差異」(金屬碎屑、骨頭、石頭等);視覺 AI 抓「顏色 / 形狀 / 紋理差異」(毛髮、塑膠纖維、深色雜物、變色食品)。建議 X-ray 在前段、視覺 AI 在末端包裝前雙重把關。
透明 / 深色食品基底會影響檢測嗎? +
透明食品(如飲料)用背光(Backlight)凸顯內含異物;深色食品(如咖啡、巧克力)用同軸光 + HDR Multi-exposure 擴展動態範圍。烘焙食品(披薩 / 麵包)用 Dome 漫射光 + Edge Learning AI 學習正常基底紋理 vs 異物。
AI 模型未來會退化嗎? +
不會自動退化(Cognex Edge Learning 是離線模型)。但建議每月抽樣 100 件對照 AI 判斷,準確率低於門檻時補訓練。完整說明見 Edge Learning 詞彙頁
高速產線 800-1,500 件/分跟得上嗎? +
In-Sight 3800 支援 60+ FPS、D900 支援 200+ FPS,搭配 Strobe LED 凍結移動。800-1,500 件/分(每秒 13-25 件)綽綽有餘。若節拍更高可多相機並聯。
如何申請食品異物 AI POC 樣品評估? +
提供 OK / NG 樣品(含各類異物樣本各 5-10 件 + 邊界樣品)給 VSK,註記檢查項目與最小可見異物尺寸後,VSK 工程師以實機測試、提供免費可行性評估與選型建議。
REFERENCES · 引用標準與規範

📚 案例引用標準

本案例涉及之國際 / 在地標準與規範(標準內容請洽各主管機關官方來源):

  • HACCP 食品安全管制系統
  • ISO 22000 食品安全管理體系
  • FSSC 22000 食品安全認證
  • FDA FSMA 21 CFR 117
YOUR APPLICATION?

想做類似的應用?

每個產線狀況不同。歡迎與工程師討論您的應用條件,可規劃對應的 Cognex 機型測試與可行性評估。