重點摘要 · 一分鐘看懂本案 重點摘要
- 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 + ISO 22000 + 適用食品追溯規定合規壓力
- 痛點：異物形態、顏色、位置與食品基底變化大，傳統面積門檻難以涵蓋所有情況；原料與配方變動也可能改變判定基準。
- 方案：以 In-Sight 3800 的 Edge Learning 評估可見異物／外觀分類；較複雜缺陷可另比較 D900 的 In-Sight ViDi 或 PC 端軟體，配合照明、取像及剔除設計。
- 評估目標：異物檢出率 99.0–99.5%、檢測速度 800–1,500 件／分；召回風險依品質紀錄追蹤，人力配置依產線評估。
- 關鍵決策點：依異物特性比較 X-ray 的密度差異檢查與 AI 視覺的顏色、形狀及紋理檢查，規劃互補方式。
應用情境：Cognex In-Sight 3800 — 食品（披薩 / 烘焙 / 餐盒）表面可見異物 Edge Learning AI 視覺檢查應用
ℹ 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：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
以一家食品飲料業的產線為例：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（成本可達數千萬至上億規模）+ 品牌信譽永久損失 + 適用食安規定的處置風險。檢驗與追溯紀錄依業別、產品市場及客戶管理制度規劃；以下節拍、檢出與效益數字作此應用條件下的評估參考，實際目標以樣品、完整工站週期及驗收計畫確認。
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
本案以 Cognex In-Sight 3800 評估食品表面可見異物檢查；先定義異物尺寸、位置、材質與對比，再比較取像及工具配置：
- 視覺主機：In-Sight 3800 的規則式與 ViDi EL 工具，依所選機型及軟體配置評估分類、分割或可見特徵檢查。
- 其他架構：D900 使用相機上的 In-Sight ViDi 工具；PC 端 VisionPro／深度學習軟體另配取像設備與授權，依缺陷和整合需求比較。
- 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+（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：依檢驗與追溯需求，將影像或判定值關聯批號、時間及配方；儲存容量、傳送失敗處理與回查方式由客戶及整合方確認。
三工具並聯架構（核心技術）：
- 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
- AI 工具分工：3800 依配置評估 ViDi EL 分類／分割；D900 的 In-Sight ViDi Detect 可評估缺陷區域，Classify 用於分類。PC 端 ViDi Analyze 為缺陷分析工具，不是相機內建的通用異物分類器。
- 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：單次召回成本可達數千萬至上億規模 + 品牌信譽永久損失
- 在線檢查與異常處置：依觸發條件持續取像，驗證拒檢、剔除及儲存異常的處置；看不見或對比不足的異物需另選對應方法，不保證免除 QA 或所有食安風險。
- 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 需求評估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+ 取像擴展動態範圍。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：需求評估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 評估需求高 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，Cognex 視覺設備可提供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，未完成需求評估就直接下單，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（Partner System Integrator）認證的訓練重點，正是上述三項：以系統化方法做需求評估、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）
- HACCP / ISO 22000 視覺檢測 CCP 監控如何符合？ — 食安管制完整法規對照 / 紀錄需求
- Cognex 視覺系統導入要多久？ — 2-12 週分階段時程詳解
- VSK 設備保固與服務範圍？ — 保固 1 年、原廠送修、技術支援細節
- 機器視覺方案投資成本？ — 設備、整合、ROI 試算指引
- 視覺系統 PLC 整合？ — PROFINET / EtherNet/IP / Modbus 通訊配置
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
食品外觀與異物檢查應用參考：Cognex 食品與飲料解決方案指南（中文 PDF），第5–7頁。
延伸閱讀
- Cognex In-Sight 3800（產品頁）
- Cognex In-Sight D900 ViDi 深度學習平台
- VisionPro ViDi 深度學習
- 食品飲料業 效期日期 OCR 完整指南
- HACCP 食品視覺檢測完整指南
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 Edge Learning、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。
