工業瑕疵深度學習檢測完整工具鏈 - Cognex VisionPro ViDi Analyze / Classify / Locate / Read

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：跨產業適用 — 涵蓋 PCB / SMT 廠（IPC-A-610 Class 2/3、ISO 9001、IATF 16949 認證）、紡織布料廠、橡膠成型廠、食品異物檢測、醫材組裝、鍍膜 / 塗裝瑕疵檢測等。共同特徵：產品瑕疵「外觀變異大 / 難以用規則式語言描述」，傳統規則式視覺無法穩定處理。產線特性 30-500 件/分鐘（依產業而定）。法規 / 規範要求涵蓋 ISO 9001 品質管理系統、IATF 16949 汽車品質管理體系（汽車）、IPC-A-610（電子）、ISO 13485 + FDA 21 CFR Part 820（醫材）、HACCP / ISO 22000（食品）。

ViDi 可處理的跨產業瑕疵類型：

• PCB / SMT 焊點瑕疵：冷焊 / 空焊 / 錫珠 / 橋接 / 墓碑 / 翹腳
• 紡織布料瑕疵：經緯紗異常 / 染色不均 / 破洞 / 髒污
• 橡膠成型瑕疵：氣泡 / 縮孔 / 表面紋理異常
• 食品異物：髮絲 / 塑膠碎片 / 金屬異物
• 鍍膜 / 塗裝瑕疵：膜厚不均 / 流痕 / 針孔 / 雜質
• 變形 / 低對比文字：DPM 雷射印字 / 點陣 OCR / 鏤刻字符
• 醫材異物：薄膜碎屑 / 微塵 / 毛髮 / 油脂

這些瑕疵的共同特徵：傳統規則式工具需窮舉所有特徵組合才能設規則，但「形狀不固定 / 變異大」的瑕疵無法窮舉。ViDi 深度學習採「學習特徵 → 分類 / 異常檢測」策略，從少量樣本（50-300 張）訓練即可達 99% 以上檢出率。

系統配置

本案運用 Cognex VisionPro ViDi 深度學習工具鏈整合產線 AOI 站，完整配置如下：

• 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）執行訓練與推論
• 影像擷取：Cognex 工業相機（GigE / USB3 Vision）+ 鏡頭 + 光源 + Strobe LED 觸發
• 光學設計：依目標物表面特性（反光 / 透明 / 暗色）採同軸光 / Dark Field / 背光 / 偏振 + HDR Multi-exposure
• 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，符合產業稽核要求

ViDi 4 工具的搭配組合：

• ViDi Analyze（無監督異常檢測）：學習「正常」概念，任何偏離正常的區域均判 NG，適合形狀不固定的瑕疵
• ViDi Classify（監督式分類）：對特定瑕疵類別分類（如冷焊 / 空焊 / 錫珠 多類別輸出）
• ViDi Locate（物件定位）：複雜場景中定位多個物件，輸出位置與旋轉
• ViDi Read（AI OCR）：辨識變形 / 低對比 / DPM 字符

商業價值

• 跨產業適用性：一套 ViDi 軟體可服務 PCB / SMT / 紡織 / 橡膠 / 食品 / 醫材等多產業，工程師技術投資可複用
• 瑕疵檢出：85-90% → 99% 以上（+9-14 pp），終端良率提升
• 樣本量需求降低：傳統深度學習需萬張樣本，ViDi 50-300 張即可起步（95% 以上降低）
• 部署速度：傳統 DL 6-12 月，ViDi 1-3 月（5-10 倍）
• ROI 回收：依產線規模 6-18 個月回收期，VSK 可依您的瑕疵類型、人力成本、跨產線複用試算具體回收時程

ViDi 深度學習部署的失敗模式分析

Cognex VisionPro ViDi 深度學習部署在產線的失敗模式可歸為四類。第一，工具選錯（Analyze vs Classify） — 若瑕疵樣本難收集（如異物 / 罕見瑕疵），應選 Analyze 無監督學習；若瑕疵類別明確（如冷焊 vs 空焊），應選 Classify 監督式分類。POC 階段需評估瑕疵樣本可得性與類別界定。第二，樣本品質而非數量 — ViDi 對「邊界樣本」（OK / NG 臨界值）特別敏感，POC 階段需確保樣本含 30-50% 邊界樣本作為容差設定基準。第三，GPU 算力與推論節拍不匹配 — 高解析度（5 MP+）+ 複雜 ViDi Classify 多類別推論在低階 GPU 上單張可能耗時 200-500 ms，無法匹配高速 SMT 線（< 50 ms 節拍）。POC 階段需以實際 GPU 量化推論時間。第四，光源穩定度 — ViDi 對光源變化敏感程度高於傳統 PatMax，光源 over-design 比 POC 需求高 50% 強度與均勻度，預留產線環境變異緩衝。

降低失誤的工程實務：POC 階段須收齊邊界樣品（OK / NG 臨界值樣本）作為訓練資料；ViDi Analyze 採無監督策略可大幅降低樣本收集難度；光源 over-design + Strobe LED 觸發 + HDR Multi-exposure 保證影像穩定；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；產業稽核（IPC-A-610 / ISO 9001 / IATF 16949 / FDA）對追溯的要求由整合方主導，VSK 提供視覺端的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 / 食品飲料 / 製藥 / 汽車 / 半導體 / 紡織製造業 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，部署後才發現工具選錯（Analyze vs Classify）、節拍跟不上、邊界樣本判定不穩。第二，GPU 算力規格不足，產線上線後推論時間超出節拍。第三，視覺與機構 / I/O 分工模糊，整合方對 PROFINET / EtherNet/IP + ViDi 推論結果回傳 PLC 通訊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。

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
• 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

延伸閱讀

• VisionPro ViDi 深度學習
• Edge Learning 邊緣 AI
• PCB / SMT + 跨產業 ViDi 案例
• 醫材異物 ViDi AI 檢測案例
• AI 視覺永續減廢案例

本案例涉及之 工業瑕疵深度學習檢測、Cognex VisionPro ViDi、ViDi Analyze / Classify / Locate / Read 4 大工具鏈、跨產業 AOI 補檢、IPC-A-610 / ISO 9001 / IATF 16949、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。AI 深度學習視覺自動化導入請來電 +886 2-8809-3200。