创建您的第一个程序 (OV10i)

这是您的相机成为 AI 检测器的地方。程序（recipe）是一个完整的包（图像设置、对齐、感兴趣区域 (ROI)、AI 模型和输出规则），针对一项特定的检测任务捆绑在一起。

您可以在一台相机上拥有任意数量的程序。每个程序都可以保存、备份、传输到其他相机，并进行版本控制。

开始之前：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。请勿跳步。 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

2

模板与对齐器

捕获、对齐

3

感兴趣区域 (ROI)

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

创建新程序

1. 在左侧边栏中转到 All Recipes（这也是打开摄像头时的登录页面）
2. 点击 + New
3. 命名（例如，"Screw Presence Check"）
4. OV10i 使用分类程序：

What does this recipe look like?

The OV10i runs classifier models, one label per region. Pick the model type when you create a recipe in the camera UI; the option is locked to classification on this camera.

Surface check, pass / fail per panel

Classification

Decide whether each part, or each region of interest, belongs to a category.

Defect detectionPass / failAssembly verificationPresence / absenceSortingCosmetic checks

Best for: verdicts and known categories, where the answer is one label per region.

Classification, in 60 seconds

Read Understanding Classifier →

A classifier looks at each region you draw and assigns one label from a list you define. The model returns one verdict per ROI: this region is a "pass", or "missing", or "scratched". Most OV10i recipes start here.

Example, missing fastener

Four ROIs over four screw locations. Two classes: present and missing. The model returns one label per ROI.

Example, surface pass / fail

One ROI over the panel surface. Two classes: clean and blemished. The model returns one label for the panel.

有关完整的概念模型和实践演示，请阅读 Understanding Classifier。

5. 点击 激活 进入程序编辑器

下面是程序编辑器的样子。三个主要部分（图像设置、AI模块、IO模块）直接对应瀑布式步骤：

仅支持分类

OV10i 仅支持分类器。如需像素级缺陷检测（分割），您需要 OV20i 或 OV80i。初次接触分类器模型？请阅读 Understanding Classifier 以获取完整的概念模型和实践演示。

OV10i 仅支持分类器

如果您的检测需要像素级缺陷检测（分割），即 AI 高亮显示每个缺陷的精确形状和位置，则需要 OV20i 或 OV80i。OV10i 专为分类任务设计：通过/失败、有/无以及多类别判断。在投入时间设置程序之前，请相应地规划您的摄像头选型。

现在请按以下六个步骤操作：

第一步：图像设置

完整指南：图像设置

让您的摄像头图像看起来干净且一致。调整曝光、增益、白平衡，并且关键的是，如果您使用广角镜头，请启用镜头畸变校正。

关键设置：

• 曝光： 传感器捕获光线的时长。越高 = 越亮，但运动模糊越多
• 增益： 数字亮度增强。越高 = 越亮，但噪点越多
• 镜头校正： 修正广角镜头产生的桶形畸变。如适用，请立即启用此项。 不要跳过
• LED 设置 (OV10i)： 调整强度和图案以减少眩光

继续前请验证： 点击实时预览。图像应清晰、光照充足，并且每次拍摄一致。

第二步：模板图像与对齐

完整指南：对齐说明

这是大多数客户觉得有挑战性的一步，也是带来最大差异的一步。对齐器是整个检测的基础。它动态地移动您的检测框，以追踪在传送带上发生位移和旋转的零件。良好的对齐让您可以绘制更小的 ROI，这意味着更少的训练数据和更准确的 AI。对齐器 → ROI → 分类器：如果第一个环节薄弱，下游的一切都会崩溃。

简短版本：

1. 捕获一张良品的模板图像
2. 在永不变化的特征上（强边缘、角点、孔）放置 2-3 个小型模板区域
3. 将它们放置在零件上尽可能远的位置
4. 使用忽略工具清理噪点边缘
5. 保存，然后用实时预览测试。移动零件并验证对齐是否能跟踪它

头号对齐错误

切勿将对齐器锚定到缺陷、标签、贴纸或任何可独立于零件移动的东西上。只对齐到永久的、刚性的特征（机加工边缘、钻孔、PCB 轮廓）。如果您对齐到一个条形码贴纸上，而有人把它贴歪了，摄像头会把您所有的检测框移到错误的位置。

亲自试试： 使用下方的模拟器，看看零件在传送带上发生位移时会发生什么。关闭对齐器，然后移动滑块观察检测框如何丢失跟踪。

相机设置

对准器已启用 (跟踪零件)

状态: 跟踪锁定 / 通过

---

模拟真实环境

移动生产线上的零件。

X 偏移 0px

Y 偏移 0px

旋转 0°

Legend

Inspection Region

Alignment locked

Alignment lost

ROI

阅读 Alignment Explained 获取完整的演练。 这是本文档中最重要的页面。

第三步：感兴趣区域 (ROI)

完整指南：感兴趣区域 (ROI)

现在绘制 AI 实际检查的区域。这些就是您的感兴趣区域 (ROI)。

关键规则：ROI 尽可能小。 这是客户问题的第二大来源。阅读 为什么 ROI 大小很重要 以了解原因。

简要版本：

1. 创建一个检查类型（例如 "Screws"），并设定预期的类别（例如 "present"、"absent"）
2. 在每个要检查的位置绘制矩形 ROI
3. 将它们做得刚好能容纳特征，不要更大
4. 使用描述性名称（例如 "Screw_Top_Left"）

第四步：训练您的 AI 模型

完整指南：训练您的 AI

标注几张图像并训练您的第一个模型。

简要版本：

1. 从每个类别 10-15 张图像开始。不要过度收集
2. 训练前仔细检查每个标签（一个错误标签可能会毁掉您的模型）
3. 训练（约 30 秒）以检查信号
4. 使用实时预览进行测试。尝试找出它的不足之处
5. 在失败的地方添加针对性数据，重新训练

第五步：输出规则 (IO模块)

完整指南：设置输出

定义 AI 做出决策时会发生什么。

基本模式： 设置通过/失败规则。最简单的设置：所有 ROI 都必须通过才能全局通过。这个单一的二元结果将发送到您的 PLC、HMI 或输出。

高级模式 (Node-RED)： 适用于简单通过/失败之外的任何场景：自定义仪表板、时序逻辑、数据路由到 MES 系统、条码扫描器集成（需要外部读取器）等。使用 tools.overview.ai 从普通英语描述生成 Node-RED 流程。

第六步：部署与验证

1. 激活您的程序
2. 设置触发模式（手动、硬件传感器、PLC 或定时间隔）
3. 让测试部件通过系统
4. 验证通过/失败输出是否符合您的预期
5. 检查边缘情况，即最难分类的部件

恭喜！您现在已经拥有一个运行中的 AI 检查。

程序检查清单

在继续之前，请确认：

• 已创建并命名新程序
• 已配置图像设置：清晰、光照良好、一致
• 已设置对齐并可靠跟踪
• 已绘制感兴趣区域 (ROI)：小、位置合适、已命名
• 已训练 AI 模型并使用实时预览测试
• 已配置输出规则：通过/失败符合预期
• 已激活并使用正确触发模式部署程序

下一步是什么？

• 改进您的模型： 如何让您的 AI 随着时间持续改进
• 故障排除与常见问题： 常见问题与快速解决方法