01
瑕疵能不能「拍得到」
機器視覺第一個關卡是影像能否清楚呈現瑕疵。透明、鏡面、深黑、亮金屬等難拍材質需要特殊光源(同軸、低角度、結構光),需依產線需求選型搭配。
FEASIBILITY CHECKER
我的樣品 能不能用機器視覺檢測?
樣品可行性評估 · Sample Feasibility Tool
上傳 OK / NG 樣品照片,工程師依樣品實測評估可行性、Cognex 機型對應、改善建議。
STEP 01 / DEFECT TYPE
👇 點選下方檢測類型卡片
↓ 繼續往下滑
STEP 02 / VARIABILITY
👇 點選下方變異程度卡片
此選項決定使用規則式視覺或 AI 深度學習。
↓ 第 3 步
STEP 03 / SAMPLE SIZE
👇 點選下方樣本量卡片
少樣本走 Edge Learning，大樣本走 ViDi。
↓ 第 4 步
STEP 04 / LINE SPEED
👇 點選下方速度卡片
產線節拍決定相機 fps 與燈光功率。
↓ 最後一步
STEP 05 / ENVIRONMENT (MULTI-SELECT)
👇 點選下方環境卡片（可多選）
沒有特殊狀況可不選，直接按下方「產生評估」。
↓ 評估報告
FEASIBILITY REPORT 🎯 立即申請 免費 POC 樣品評估 →
評估報告將出現在這裡
完成 5 個步驟後按「產生可行性評估」— Cognex 工具組合、時程、預算自動產出。
YOUR ASSESSMENT
您的需求摘要
可行性 / FEASIBILITY
—
推薦工具組合
依您的瑕疵類型 + 變異度 + 樣本量推薦 2-3 個 Cognex 機型。
預估評估時程
POC 樣本準備
1-2 週
樣品拍攝測試
1-2 週
AI 訓練（若需）
—
整合上線
2-8 週
預算規模參考
機器視覺專案的最終金額受多項因素影響: 燈光鏡頭選型、機構設計、PLC / HMI 整合、軟體開發工時、現場環境條件。 每位客戶的產線需求都不同, 需 VSK 工程師依您的產線需求 + OK / NG 樣品評估後方能提供精確報價, 此處僅顯示您的需求對應到哪個規模等級。
YOUR PROJECT SCALE · 對應規模等級
—
REFERENCE · 四個規模等級
入門級
規則式視覺
輕量整合
VC-200 / In-Sight 2000 系
中階
AI 邊緣視覺
標準整合
In-Sight 3800 / 7000 / DataMan 380
旗艦
深度學習 + 高解析 3D
複雜整合
ViDi + GPU / DSMax / 3D-A5000
大型整合
多站視覺系統
客製機構工程
多機型 + PLC + HMI 整廠
💡 為什麼不直接列金額?同一台 In-Sight 3800,搭配標準光源 vs 同軸專業燈、含機構 vs 純設備、單機 vs 多站連動, 整體投資可能差數倍。每位客戶的產線需求都不同, 需 VSK 工程師依您的實際產線需求評估後再報價, 避免誤導性的「網路標價」造成預算落差。
METHODOLOGY
機器視覺可行性的 4 個關鍵判斷
VSK 工程師評估時最先檢查的 4 件事 — 您可以先自我盤點。
02
變異度決定演算法
穩定一致瑕疵 → 規則式視覺（PatMax / OCRMax）即可，CP 值最高。中度變異 → 內建 AI Edge Learning 的 In-Sight 3800 / 2800 處理。高度變異 → 需要 VisionPro ViDi 深度學習。
03
樣本量決定 AI 訓練可行性
Edge Learning 通常以較少樣本（數十張等級）即可起步；ViDi Deep Learning 需要相對較大樣本集；ViDi 也有 Unsupervised 模式（僅需 OK 樣本，適合 NG 罕見的應用）。〔實際所需樣本量由 VSK 工程師依案件評估〕
04
環境條件決定整合複雜度
高 IP 防護的 Cognex 機型可考慮用於油霧 / 切削液環境；明顯振動需要避震架；高溫需要強制散熱；反光金屬常搭同軸或漫射光源；受限空間需考慮迷你型視覺感測器。〔實際機型 / 防護等級 / 光源由 VSK 工程師依現場評估〕