TL;DR · 一分鐘看懂本案
- 場景:IPC-A-610 / ISO 9001 認證電子光電產業(顯示器 / OLED 面板 / LED 模組 / 光學元件製造商),對表面瑕疵與外觀檢測要求嚴格
- 痛點:瑕疵類型多元(亮點 / 暗點 / Mura / 刮痕 / 異物 / 鍍膜不均)+ 材料反光紋理變異大,傳統規則式 AOI 漏判 10-15%
- 方案:Cognex In-Sight 3800(5 MP)+ VisionPro ViDi 深度學習 + Analyze 無監督異常檢測 + Classify 分類瑕疵類型
- 關鍵成效:瑕疵檢出 85-90% → 99% 以上(+9-14 pp)、新瑕疵擴充 20-40 倍加速、檢測速度 5-10 倍、年省 NT$ 150-300 萬人力(視個案評估)
- 關鍵決策點:Mura 邊界樣本標準需與品保工程師共同建立;大尺寸面板需多相機拼接或更高解析相機
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:VSK 內部 POC 紀錄。如需細部資料,請聯絡 VSK 業務。
客戶背景
A 廠(電子光電產業):IPC-A-610 + ISO 9001 認證的顯示器 / OLED 面板 / LED 模組 / 光學鏡片 / 濾光片製造商,產品涵蓋手機面板 / 筆電顯示器 / TV 面板 / 車用顯示器 / LED 看板 / 光學鏡組。產線特性 30-500 件/分鐘(依產品而定),三班制 24 小時連續運轉。品質壓力包含表面瑕疵直接影響終端產品外觀與消費者體驗,新瑕疵類型隨製程改版頻繁出現;法規 / 規範要求涵蓋 IPC-A-610 電子組裝品質、ISO 9001 品質管理系統、客戶端外觀檢驗規範。
電子光電產業常見的 AI 視覺瑕疵類型:
- 顯示器 Mura(亮度不均):漸變式亮度差異,傳統視覺最難判別
- OLED 亮點 / 暗點 / 線缺陷:像素級點狀 / 線狀瑕疵
- LED 模組亮度 / 色溫不均:Binning Mismatch
- 光學鏡片刮痕 / 氣泡 / 微塵:透明 / 鏡面瑕疵
- 鍍膜不均 / 流痕:薄膜厚度變異
- 異物附著:產線粉塵 / 纖維 / 油脂
這些瑕疵的共同特徵:「形狀不固定 / 變異大 / 邊界主觀」。傳統規則式 AOI 漏判率 10-15%;AI 視覺(ViDi)可達 99% 以上。
系統配置
本方案運用 Cognex In-Sight 3800 + VisionPro ViDi 深度學習整合電子光電產線 AI 視覺檢測站,完整配置如下:
- 視覺主機:Cognex In-Sight 3800(5 MP 高解析)+ 外接工業 PC 執行 VisionPro + ViDi;OLED / 大尺寸面板需 In-Sight D900 高解析或多相機拼接
- 軟體核心:Cognex VisionPro 主軟體 + ViDi 4 工具(Analyze / Classify / Locate / Read)授權
- 硬體核心:工業 PC(Intel i7/i9 + NVIDIA RTX A2000/A4000 GPU + 32-64 GB RAM)
- 光學設計:依瑕疵類型採暗室環境(OLED / Mura)+ 偏振光(光學鏡片)+ Dark Field(凹陷)+ 同軸光(鏡面)+ HDR Multi-exposure
- 觸發機制:產線光電開關觸發 Strobe LED 凍結畫面(曝光 50-200 μs)
- 通訊介面:PROFINET / Ethernet/IP / Modbus TCP / OPC UA 與產線 PLC + MES 對接
- 影像追溯:NG 影像 + 缺陷類別 + 信心度 + 批號 + 時間自動歸檔,符合 IPC-A-610 / ISO 9001 稽核
演算法組合:
- ViDi Analyze(無監督異常檢測):學習「正常顯示 / 鏡面」概念,任何偏離正常的區域均判 NG,特別適合 Mura / 鍍膜不均
- ViDi Classify(監督式分類):對特定瑕疵類別分類(亮點 vs 暗點 vs 線缺陷),協助根因分析
- 規則式量測:尺寸 / 像素計數等量化指標
商業價值
- 瑕疵檢出躍升:85-90% → 99% 以上(+9-14 pp),客戶端外觀檢驗通過率提升
- 新瑕疵擴充加速:規則式 1-2 週 → ViDi 4-8 小時(20-40 倍)
- 檢測速度:10-20 秒/件(人工)→ 2-5 秒/件(5-10 倍)
- 產能釋放:自動化 AI 檢測釋放 3-5 名 QC 人力
- ROI 回收:依產線複雜度 12-24 個月回收期
電子光電 AI 視覺的失敗模式分析
電子光電 AI 視覺檢測的失敗模式可歸為四類。第一,Mura 邊界主觀性 — 顯示器 Mura(亮度不均)的「可接受 vs 需剔除」邊界主觀,POC 階段必須與品保工程師 + 客戶端共同建立邊界樣本標準,否則 ViDi 模型訓練後仍會與客戶端認知不一致。第二,大尺寸面板視野與解析度 — 大尺寸顯示器 / 面板(55-85 寸)單相機無法兼顧視野與解析度,需多相機拼接或更高解析相機(如 D900 16 MP)。第三,暗室與光源干擾 — OLED / Mura 檢測需暗室環境隔絕外部光,產線整合需設計專用暗室或機構遮光。第四,透明 / 鏡面光學配置複雜 — 光學鏡片 / 鍍膜元件對光源角度敏感,需偏振 + 多角度 + 暗室組合,POC 階段需以您的光學樣品實測。
降低失誤的工程實務:POC 階段須與品保 + 客戶端共同建立邊界樣本標準;光源 over-design 30-50%;定期維護每月清潔鏡頭與光源、每月抽樣對照 AI 判斷、必要時補訓練;IPC-A-610 / ISO 9001 對追溯的要求由整合方主導,Cognex 視覺設備可提供辨識率穩定度與量化報告。
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 威視康累積在台灣電子光電 / PCB / SMT / 半導體製造業 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 直接買 ViDi 軟體授權,部署後才發現 Mura 邊界判定不穩、節拍跟不上、邊界樣品判定不穩。第二,光源沒有 over-design 餘量,暗室環境變動後辨識率明顯下降。第三,視覺與機構 / I/O 分工模糊,整合方對 PROFINET / EtherNet/IP + 暗室設計不熟悉導致延宕。Cognex PSI(Premier Solution Integrator)認證的訓練重點,正是上述三項。
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)
- 機器視覺方案投資成本? — 設備、整合、ROI 試算指引
- 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
- Edge Learning / ViDi 需要多少訓練樣本? — 5-300 張起步、樣本收集要點
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
- Cognex In-Sight 3800(產品頁)
- VisionPro ViDi 深度學習
- PCB / SMT + 跨產業 ViDi 案例
- ViDi 工業瑕疵深度學習工具鏈案例
- 電子光電 Tray Gap 量測案例
本案例涉及之 電子光電 AI 瑕疵檢測、顯示器 / OLED / LED / 光學元件、Cognex In-Sight + ViDi 深度學習、IPC-A-610、ISO 9001、智慧工廠相關方案,VSK 威視康可依現場提供 Cognex 設備選型建議。電子光電 AI 視覺自動化導入請來電 +886 2-8809-3200。
