跳到主要内容

创建您的第一个配方（OV10i）

时间：30-45 分钟

这是您的相机将成为 AI inspector 的地方。一个 配方 是一个完整的方案（图像设置、对齐、检测区域、AI 模型与输出规则），为单一的检测任务打包在一起。

您可以在相机上拥有任意数量的配方。每个配方都可以保存、备份、传输到其他相机，并进行版本控制。

开始前：记住瀑布原则​

本节中的所有内容都遵循 瀑布原则。您将按顺序完成六个步骤。请勿跳到后面的步骤。 在进入下一步之前，请验证每一步是否正常工作。

1

图像设置

曝光、增益、LED 灯

2

模板与对齐器

捕获、对齐

3

检测区域

绘制 ROI

4

AI 训练

标注、训练

5

输出规则

通过/失败、IO

6

部署！

激活、验证

创建一个新配方​

  1. 转到左侧边栏中的 All Recipes（打开相机时，此页也是着陆页）
  2. 点击 + New
  3. 为其命名（例如，"Screw Presence Check"）
  4. OV10i 使用的是 classification 配方（通过/不通过、存在/不存在，或多类别决策）
  5. 点击 Activate 进入配方编辑器

Activate and enter the recipe editor

仅限分类器

OV10i 仅支持 classifiers only。若需要进行像素级缺陷检测（分割），需要 OV20i 或 OV80i。

OV10i 仅支持 classifiers only

如果您的检测需要像素级缺陷检测（分割），AI 将高亮显示每个缺陷的确切形状和位置，您将需要 OV20i 或 OV80i。OV10i 设计用于分类任务：通过/不通过、存在/不存在，以及多类别决策。在投入配方设置时间之前，请相应地规划相机选型。

现在请按照以下六个步骤操作：

从启用开发模式开始

开发模式可让您在不影响生产输出的情况下测试配方。在整个设置过程中使用它以验证每个步骤是否正确工作。只有在对具有代表性的测试件组的准确性得到确认后，才切换到生产模式。

步骤 1：图像设置​

完整指南：Image Settings

配置成像屏幕

让相机图像清晰且一致。调整曝光、增益、白平衡，且在使用广角镜头时，务必 启用镜头畸变矫正。

关键设置：

  • Exposure（曝光）: 传感器捕捉光线的时长。数值越高，画面越亮，但运动模糊越明显
  • Gain（增益）: 数字亮度提升。数值越高，越亮，但噪点越多
  • Lens Correction（镜头畸变矫正）: 纠正广角镜头产生的桶形失真。如适用，请现在启用。 不要跳过它
  • LED 设置（OV10i）: 调整强度和模式以减少眩光

在继续之前进行验证： 点击 Live Preview。图像应清晰、光线充足，且每次拍摄保持一致。

步骤 2：模板图像与对齐​

完整指南：Alignment Explained

模板对齐设置

这是大多数客户觉得具有挑战性的步骤，也是差异最大的步骤。对齐器让您的检测区域在图像中随部件移动而自动跟踪。

简要版本：

  1. 捕捉良品的模板图像
  2. 在永不改变的特征上放置 2-3 个小模板区域（明显的边缘、角点、孔）
  3. 将它们尽可能放在部件上相距最远的位置
  4. 使用 Ignore 工具清理嘈杂的边缘
  5. 保存，然后使用 Live Preview 进行测试。移动部件并验证对齐是否能跟踪它

阅读 Alignment Explained 以获取完整的演练指南。 这是本文件中最重要的一页。

步骤 3：检测区域（ROIs）​

完整指南：Inspection Regions

现在绘制 AI 将实际进行检测的区域。这些就是您的 Regions of Interest (ROIs)。

关键规则：尽量将 ROIs 保持在尽可能小的范围。 这是导致客户问题的第二大来源。请阅读 Why ROI Size Matters 以了解原因。

简要版本：

  1. 创建一个 Inspection Type（例如 "Screws"）及其预期类别（例如 "present"、"absent"）
  2. 在要检测的每个位置绘制矩形 ROI
  3. 让它们的尺寸恰好覆盖特征即可，不要再大
  4. 给它们一个描述性的名称（例如 "Screw_Top_Left"）

Step 4: Train Your AI Model​

Full guide: Training Your AI

Classifier labeling interface: select the class for each ROI

Label a few images and train your first model.

The short version:

  1. Start with 3-5 images per class. Don't over-collect
  2. Double-check every label before training (one mislabel can ruin your model)
  3. Train in Development Mode first (~30 seconds) to check the signal
  4. Test with Live Preview. Try to break it
  5. Add targeted data where it fails, retrain
  6. When development mode works well, switch to Production Mode (5-10 minutes)

Step 5: Output Rules (IO Block)​

Full guide: Setting Up Outputs

Pass/fail logic configuration

Define what happens when the AI makes its decision.

Basic Mode: Set rules for pass/fail. The simplest setup: all ROIs must pass for a global pass. That single binary result gets sent to your PLC, HMI, or output.

Advanced Mode (Node-RED): For anything beyond simple pass/fail: custom dashboards, time-series logic, data routing to MES systems, barcode integration, and more. Use tools.overview.ai to generate Node-RED flows from plain English descriptions.

Step 6: Deploy and verify​

Activate your recipe for production

  1. Activate your recipe
  2. Set your trigger mode (manual, hardware sensor, PLC, or interval)
  3. Run test parts through the system
  4. Verify the pass/fail output matches your expectations
  5. Check edge cases, the parts that are hardest to classify

Congratulations! You now have a running AI inspection.

Recipe checklist​

Before moving on, confirm:

  • New recipe created and named
  • Image settings configured: sharp, well-lit, consistent
  • Alignment set up and tracking reliably
  • Inspection regions drawn: small, well-positioned, named
  • AI model trained and tested in development mode
  • Output rules configured: pass/fail matches expectations
  • Recipe activated and deployed with correct trigger mode

What's next?​