AI 驱动文档
您想了解什么?
创建您的第一份配方(OV20i)
时长: 30-45 分钟
在这里,相机将成为一个 AI 视觉检测员。一个 配方 是一个完整的打包集(图像设置、对齐、检查区域、AI 模型和输出规则),用于一个特定的检测任务打包在一起。
相机上可以拥有任意数量的配方。每个配方都可以被保存、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。**请勿跳过前面的步骤。**在进入下一步之前,先验证每一步的可用性。
图像设置
曝光、增益、LED 灯
模板与对齐器
捕获、对齐
检测区域
绘制 ROI
AI 训练
标注、训练
输出规则
通过/失败、I/O
部署!
激活、验证
开发模式让您在不影响生产产出的情况下测试配方。它大约在 30 秒内训练出一个快速模型,使您能够在每一步验证准确性。只有在确认检测工作可靠后,才切换到生产模式。
创建新配方
- 转到左侧边栏中的 All Recipes(打开相机时,这也是起始页)
- 点击 + New
- 为其命名(例如 "Screw Presence Check")
- 选择配方类型:
- Classification: 用于 pass/fail、presence/absence,或多类别决策
- Segmentation: 用于像素级缺陷检测(scratches、stains、measurements)
- 点击 Activate 进入 Recipe Editor
以下是 Recipe Editor 的外观。三个主要部分(Imaging Setup、AI Blocks、IO Block)直接映射到瀑布式步骤:

Choose either a classifier OR a segmenter per recipe (not both). The OV10i supports classifiers only. Segmentation requires an OV20i.
The OV20i supports both classifiers and segmenters, but each recipe uses one type per inspection. Choose based on your inspection needs. If you need both pixel-level detection and classification in the same capture, consider the OV80i which supports multi-model recipes.
现在请按照六个步骤操作:
第 1 步:图像设置

让相机图像看起来干净且一致。调整曝光、增益、白平衡,若使用广角镜头,务必 启用镜头畸变校正。
关键设置:
- Exposure: 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: 数字增益。数值越高,画面越亮,但噪点越多
- Lens Correction: 解决广角镜头的桶形畸变。如有需要,请立即启用。 不要跳过
- LED settings (OV20i): 调整强度和图案以降低眩光
在继续之前进行验证:点击 Live Preview。图像应清晰、光线充足,逐拍保持一致。
第 2 步:模板图像与对齐
Full guide: Alignment Explained

这是多数客户认为最具挑战性的步骤,也是差异最大的步骤。对齐器使您的检验区域在部件在图像中移动时自动跟踪。
简要版本:
- 捕获良品的模板图像
- 在不会改变的特征(如强边缘、角点、孔洞)上放置 2-3 个小模板区域
- 将它们尽可能放置在部件的两端或彼此之间的最大距离处
- 使用 Ignore 工具清理嘈杂边缘
- 保存,然后用 Live Preview 进行测试。移动部件并验证对齐是否跟踪它
阅读全文 Alignment Explained 以获取完整的逐步讲解。 这是本文档中最重要的页面。
第 3 步:Inspection Regions(ROIs)
现在绘制 AI 实际将要检查的区域。这些就是你的 Regions of Interest (ROIs)。
关键规则:把 ROIs 保持尽可能小。 这是导致客户问题的第二大来源。阅读 为什么 ROI 大小重要 以了解原因。
简要版本:
- 创建一个检验类型(例如“螺钉”)并设置你期望的类别(例如“存在”、“缺失”)
- 在你要检查的每个位置绘制矩形 ROIs
- 让它们的大小恰好能包含该特征,不要再大
- 给它们起一个描述性名称(例如“Screw_Top_Left”)
第 4 步:训练你的 AI 模型

为几个图像打标签并训练你的第一个模型。
简短版本:
- 每个类别从 3-5 张图像 开始。不要过度收集
- 在训练之前逐一核对每个标签(一个标签错误就会毁坏你的模型)
- 先在 Development Mode(开发模式) 进行训练(约 30 秒)以检查信号
- 使用 Live Preview(实时预览) 进行测试。尝试让它出错
- 在它失败的地方添加针对性数据,重新训练
- 当 Development Mode 运行良好时,切换到 Production Mode(生产模式)(5-10 分钟)
第 5 步:输出规则(IO Block)

定义 AI 做出决策时的输出行为。
基础模式(Basic Mode): 为通过/不通过设定规则。最简单的设置是:所有 ROIs 必须通过才能全局通过。这个单一的二进制结果会发送到你的 PLC、HMI,或输出端。
高级模式(Node-RED): 适用于超出简单通过/不通过的需求:自定义仪表板、时序逻辑、数据路由到 MES 系统、条码集成等。使用 tools.overview.ai 从普通英文描述生成 Node-RED flows。
第 6 步:部署与验证
- 激活你的配方
- 设置你的触发模式(手动、硬件传感器、PLC,或时间间隔)
- 将测试工件通过系统进行测试
- 验证通过/不通过输出是否符合预期
- 检查边缘情况,即最难分类的工件
恭喜!您现在拥有一个正在运行的 AI 检查系统。
配方核对清单
在继续之前,请确认:
- 新配方已创建并命名
- 图像设置已配置:清晰、光线充足、保持一致
- 对齐设置已建立并且跟踪可靠
- 检查区域已绘制:小、定位准确、已命名
- AI 模型在开发模式下训练并测试
- 输出规则已配置:通过/不通过符合预期
- 配方已激活并以正确的触发模式部署
下一步?
- 改进您的模型: 如何让您的 AI 随时间持续提升
- 故障排除与常见问题解答: 常见问题与快速修复
- Classifier vs. Segmenter: 何时使用哪一个的详细指南