create-recipe
title: "创建您的第一份 recipe (OV20i)" sidebar_label: "配方概览" sidebar_position: 5 slug: /guides/ov20i/create-recipe
创建您的第一份 recipe (OV20i)
时间: 30-45 分钟
在这里,您的相机将成为 AI 检验系统。一个 recipe 是一个完整的打包集合(图像设置、对齐、检测区域、AI 模型和输出规则),用于一个特定的检测任务。
您可以在一台相机上拥有任意数量的 recipe。每一个都可以被保存、备份、传输到其他相机,并进行版本控制。
在你开始之前:请记住瀑布原则
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。请勿跳过后续步骤。在进入下一步之前,请先验证每个步骤的可行性。
Image Settings
Exposure, Gain, LEDs
Template & Aligner
Capture, Align
Inspection Regions
Draw ROIs
AI Training
Label, Train
Output Rules
Pass/Fail, IO
Deploy!
Activate, Verify
Development Mode 让您在不影响生产输出的情况下测试您的 recipe。它大约在 30 秒内训练出一个快速模型,使您能够在每个步骤验证准确性。只有在您确认检测能够可靠工作后,才切换到 Production Mode。
创建新配方
- 转到 所有配方 的左侧边栏(打开相机时这也是着陆页)
- 单击 + 新建
- 为其命名(例如 "Screw Presence Check")
- 选择配方类型:
- Classification: 用于通过/失败、存在/缺失,或多类别决策
- Segmentation: 用于像素级缺陷检测(划痕、污渍、测量)
- 单击 启用 进入配方编辑器
为每个配方选择一个 classifier 或一个 segmenter(不能同时使用两者)。OV10i 仅支持 classifier。Segmentation 需要 OV20i。
不确定该如何选择?请参阅 Classifier vs. Segmenter,或在 tools.overview.ai 上咨询 AI Assistant。
OV20i 同时支持 classifier 和 segmenter,但每个配方在一次检测中只能使用一种类型。请根据检测需求进行选择。如果在同一次捕获中需要同时进行像素级检测和分类,请考虑支持多模型配方的 OV80i。
现在按照六个步骤进行:
步骤 1:图像设置

让相机图像干净且一致。调整曝光、增益、白平衡,且如果使用广角镜头,请务必 启用镜头畸变矫正。
关键设置:
- Exposure(曝光): 传感器捕捉光线的时间。数值越高,图像越亮,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): 用于修正广角镜头产生的桶形畸变。如适用,请立即启用。 不要省略
- LED 设置(OV20i): 调整强度和图案以减少眩光
在继续之前进行验证: 点击 实时预览。图像应清晰、光线充足,且逐帧保持一致。
步骤 2:模板图像与对齐

这是大多数客户觉得最具挑战性的步骤,也是差异最大的步骤。对齐器是使您的检查区域在图像中随部件移动而自动跟踪的关键。
简短版本:
- 捕获一个良品的模板图像
- 将 2-3 个小模板区域放在始终不变的特征上(强边缘、角点、孔洞)
- 尽量将它们放在部件上相距尽可能远的位置
- 使用 Ignore 工具清理嘈杂边缘
- 保存,然后通过 Live Preview 进行测试。移动部件并验证对齐是否跟踪它
请阅读 [Alignment Explained] 以获取完整的逐步操作。这是本文档中最重要的页面。
步骤 3:检查区域(ROI)
现在绘制 AI 实际进行检查的区域。这些就是 Region of Interest(ROI,感兴趣区域)
关键规则:将 ROI(感兴趣区域)保持尽可能小。 这是导致客户问题的第二大来源。阅读 [Why ROI Size Matters] 以了解原因。
简短版本:
- 创建一个 Inspection Type(例如 "Screws"),并设定你预期的类别(例如 "present"、"absent")
- 在每个你想要检查的位置绘制矩形 ROI
- 让它们恰好足以容纳该特征,不要再大
- 以描述性名称命名它们(例如 "Screw_Top_Left")
Step 4: Train Your AI Model

Label a few images and train your first model.
The short version:
- 从每个类别开始,使用 3-5 张图片。不要过度收集
- 在训练前请逐一核对每个标注(一个错误的标注就可能毁了你的模型)
- 先在 Development Mode(开发模式)下训练(约 30 秒)以检查信号
- 使用 Live Preview 进行测试,尽量找出它的薄弱点
- 在它失败的地方添加有针对性的数据,然后重新训练
- 当 Development Mode 运作良好时,切换到 Production Mode(5-10 分钟)
Step 5: Output Rules (IO Block)

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
- 激活你的配方
- 设置触发模式(手动、硬件传感器、PLC,或间隔)
- 通过系统运行测试件
- 验证通过/不通过输出是否符合预期
- 检查边缘情况,即最难分类的零件
恭喜!现在您已经拥有在运行中的 AI 检测。
Recipe checklist
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
- 对齐设置完成并且跟踪可靠
- 检查区域已绘制:小巧、定位良好、已命名
- AI 模型已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
- 配方已激活并在正确的触发模式下部署
What's next?
- Improving Your Model: 如何让你的 AI 随时间持续改进
- Troubleshooting & FAQ: 常见问题与快速解决办法
- Classifier vs. Segmenter: 何时使用 Classifier 与 Segmenter 的详细指南