建立您的第一個程式 (OV10i)

這是您的相機成為 AI 檢測器的地方。程式（recipe）是一個完整的包（影象設定、對齊、感興趣區域 (ROI)、AI 模型和輸出規則），針對一項特定的檢測任務捆綁在一起。

您可以在一臺相機上擁有任意數量的程式。每個程式都可以儲存、備份、傳輸到其他相機，並進行版本控制。

開始之前：記住瀑布原則

本節中的所有內容都遵循瀑布原則。您將按順序完成六個步驟。請勿跳步。 在進入下一步之前，請驗證每一步是否正常工作。

1

影象設定

曝光、增益、LED

2

模板與對齊器

捕獲、對齊

3

感興趣區域 (ROI)

繪製 ROI

4

AI 訓練

標註、訓練

5

輸出規則

透過/失敗、IO

6

部署！

啟用、驗證

建立新程式

1. 在左側邊欄中轉到 All Recipes（這也是開啟攝像頭時的登入頁面）
2. 點選 + New
3. 命名（例如，"Screw Presence Check"）
4. OV10i 使用分類程式：

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.

有關完整的概念模型和實踐演示，請閱讀 Understanding Classifier。

5. 點選 啟用 進入程式編輯器

下面是程式編輯器的樣子。三個主要部分（影象設定、AI模組、IO模組）直接對應瀑布式步驟：

僅支援分類

OV10i 僅支援分類器。如需畫素級缺陷檢測（分割），您需要 OV20i 或 OV80i。初次接觸分類器模型？請閱讀 Understanding Classifier 以獲取完整的概念模型和實踐演示。

OV10i 僅支援分類器

如果您的檢測需要畫素級缺陷檢測（分割），即 AI 高亮顯示每個缺陷的精確形狀和位置，則需要 OV20i 或 OV80i。OV10i 專為分類任務設計：透過/失敗、有/無以及多類別判斷。在投入時間設定程式之前，請相應地規劃您的攝像頭選型。

現在請按以下六個步驟操作：

第一步：影象設定

完整指南：影象設定

讓您的攝像頭影象看起來乾淨且一致。調整曝光、增益、白平衡，並且關鍵的是，如果您使用廣角鏡頭，請啟用鏡頭畸變校正。

關鍵設定：

• 曝光： 感測器捕獲光線的時長。越高 = 越亮，但運動模糊越多
• 增益： 數字亮度增強。越高 = 越亮，但噪點越多
• 鏡頭校正： 修正廣角鏡頭產生的桶形畸變。如適用，請立即啟用此項。 不要跳過
• LED 設定 (OV10i)： 調整強度和圖案以減少眩光

繼續前請驗證： 點選實時預覽。影象應清晰、光照充足，並且每次拍攝一致。

第二步：模板影象與對齊

完整指南：對齊說明

這是大多數客戶覺得有挑戰性的一步，也是帶來最大差異的一步。對齊器是整個檢測的基礎。它動態地移動您的檢測框，以追蹤在傳送帶上發生位移和旋轉的零件。良好的對齊讓您可以繪製更小的 ROI，這意味著更少的訓練資料和更準確的 AI。對齊器 → ROI → 分類器：如果第一個環節薄弱，下游的一切都會崩潰。

簡短版本：

1. 捕獲一張良品的模板影象
2. 在永不變化的特徵上（強邊緣、角點、孔）放置 2-3 個小型模板區域
3. 將它們放置在零件上儘可能遠的位置
4. 使用忽略工具清理噪點邊緣
5. 儲存，然後用實時預覽測試。移動零件並驗證對齊是否能跟蹤它

頭號對齊錯誤

切勿將對齊器錨定到缺陷、標籤、貼紙或任何可獨立於零件移動的東西上。只對齊到永久的、剛性的特徵（機加工邊緣、鑽孔、PCB 輪廓）。如果您對齊到一個條形碼貼紙上，而有人把它貼歪了，攝像頭會把您所有的檢測框移到錯誤的位置。

親自試試： 使用下方的模擬器，看看零件在傳送帶上發生位移時會發生什麼。關閉對齊器，然後移動滑塊觀察檢測框如何丟失跟蹤。

相機設定

對準器已啟用 (跟蹤零件)

狀態: 跟蹤鎖定 / 透過

---

模擬真實環境

移動生產線上的零件。

X 偏移 0px

Y 偏移 0px

旋轉 0°

Legend

Inspection Region

Alignment locked

Alignment lost

ROI

閱讀 Alignment Explained 獲取完整的演練。 這是本文件中最重要的頁面。

第三步：感興趣區域 (ROI)

完整指南：感興趣區域 (ROI)

現在繪製 AI 實際檢查的區域。這些就是您的感興趣區域 (ROI)。

關鍵規則：ROI 儘可能小。 這是客戶問題的第二大來源。閱讀 為什麼 ROI 大小很重要 以瞭解原因。

簡要版本：

1. 建立一個檢查型別（例如 "Screws"），並設定預期的類別（例如 "present"、"absent"）
2. 在每個要檢查的位置繪製矩形 ROI
3. 將它們做得剛好能容納特徵，不要更大
4. 使用描述性名稱（例如 "Screw_Top_Left"）

第四步：訓練您的 AI 模型

完整指南：訓練您的 AI

標註幾張影象並訓練您的第一個模型。

簡要版本：

1. 從每個類別 10-15 張影象開始。不要過度收集
2. 訓練前仔細檢查每個標籤（一個錯誤標籤可能會毀掉您的模型）
3. 訓練（約 30 秒）以檢查訊號
4. 使用實時預覽進行測試。嘗試找出它的不足之處
5. 在失敗的地方新增針對性資料，重新訓練

第五步：輸出規則 (IO模組)

完整指南：設定輸出

定義 AI 做出決策時會發生什麼。

基本模式： 設定透過/失敗規則。最簡單的設定：所有 ROI 都必須透過才能全域性透過。這個單一的二元結果將傳送到您的 PLC、HMI 或輸出。

高階模式 (Node-RED)： 適用於簡單透過/失敗之外的任何場景：自定義儀表板、時序邏輯、資料路由到 MES 系統、條碼掃描器整合（需要外部讀取器）等。使用 tools.overview.ai 從普通英語描述生成 Node-RED 流程。

第六步：部署與驗證

1. 啟用您的程式
2. 設定觸發模式（手動、硬體感測器、PLC 或定時間隔）
3. 讓測試部件透過系統
4. 驗證透過/失敗輸出是否符合您的預期
5. 檢查邊緣情況，即最難分類的部件

恭喜！您現在已經擁有一個執行中的 AI 檢查。

程式檢查清單

在繼續之前，請確認：

• 已建立並命名新程式
• 已配置影象設定：清晰、光照良好、一致
• 已設定對齊並可靠跟蹤
• 已繪製感興趣區域 (ROI)：小、位置合適、已命名
• 已訓練 AI 模型並使用實時預覽測試
• 已配置輸出規則：透過/失敗符合預期
• 已啟用並使用正確觸發模式部署程式

下一步是什麼？

• 改進您的模型： 如何讓您的 AI 隨著時間持續改進
• 故障排除與常見問題： 常見問題與快速解決方法