跳到主要內容

AI 驅動文件

您想了解什麼？

建立您的第一個程式 (OV80i)

這是您的相機變身為 AI 檢測員的地方。程式是一個完整的包（影象設定、對齊、感興趣區域 (ROI)、AI 模型和輸出規則），針對一個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。您將按順序經過六個步驟。不要跳過。 在進入下一步之前，驗證每一步都能正常執行。

1

影象設定

曝光、增益、光照

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（這也是開啟相機時的著陸頁面）
  2. 點選 + New
  3. 為其命名（例如 "Surface Defect Inspection"）
  4. 選擇程式型別：Segmentation 或 Classification（如下所述）

你希望此配方做什麼？

每個 OV80i 配方使用一種模型型別。根據你需要回答的問題進行選擇。你以後可以更改。

推薦
PASSFAIL
表面檢查，每個面板判定合格 / 不合格
Classification

判定每個零件或每個感興趣區域 (ROI) 屬於哪個類別。

缺陷檢測合格 / 不合格裝配驗證存在 / 缺失分揀外觀檢查

最適合： 判定結果和已知類別，答案是每個區域一個標籤的場景。

3 defects
缺陷定位，畫素級掩膜
Segmentation

在畫素級別查詢並勾勒特徵、缺陷或區域。

計數汙染物檢測測量位置缺陷定位覆蓋範圍

最適合： 定位、測量或計數那些形狀和位置很重要的特徵。

60 秒瞭解分類

閱讀《瞭解分類器》 →

分類器檢視你繪製的每個區域，並從你定義的列表中為其分配一個標籤。模型為每個 ROI 返回一個判定結果：該區域為"合格"、"缺失"或"劃傷"。大多數 OV80i 配方都從這裡開始。

示例：缺失緊韌體

在四個螺釘位置上設定四個 ROI。兩個類別：存在和缺失。模型為每個 ROI 返回一個標籤。

示例：表面合格 / 不合格

在面板表面上設定一個 ROI。兩個類別：乾淨和有瑕疵。模型為該面板返回一個標籤。

想要並排對比？請參閱 Classifier vs. Segmenter。想要深入瞭解任一模型型別？閱讀 Understanding Classifier 瞭解判定與標籤，或閱讀 Understanding Segmenter 瞭解畫素級蒙版、計數與測量。 5. 點選 Activate 進入程式編輯器

啟用並進入程式編輯器

多模型程式

OV80i 支援多模型程式。您可以在單個程式中組合分類器和分割器以實現全面檢測。例如，使用分類器檢查零件是否存在，使用分割器檢測表面缺陷，全部整合在一個程式中。

不確定該選擇哪一個？請參閱 Classifier vs. Segmenter 或在 tools.overview.ai 詢問 AI 助手。

多模型靈活性

OV80i 支援多模型程式，允許您在單個程式中組合分類器和分割器以實現全面檢測。例如，使用分類器驗證零件是否存在，使用分割器檢測表面劃痕，全部基於同一次捕獲執行。

現在遵循以下六個步驟：

第一步：影象設定​

完整指南：影象設定

配置影象介面

讓您的相機影象看起來清晰且一致。調整曝光、增益、白平衡，關鍵是，如果您使用廣角鏡頭，請啟用鏡頭畸變校正。

關鍵設定：

  • Exposure（曝光）： 感測器捕獲光線的時長。值越高 = 越亮但運動模糊越嚴重
  • Gain（增益）： 數字亮度提升。值越高 = 越亮但噪聲越多
  • Lens Correction（鏡頭校正）： 修正廣角鏡頭的桶形畸變。**如適用請立即啟用。**不要跳過此步驟
  • 外部照明： 在繼續之前，請驗證您的照明是否均勻且一致

繼續之前請驗證： 點選 Live Preview。影象應清晰、光線充足，且每次拍攝都保持一致。

第二步：模板影象與對齊​

完整指南：對齊詳解

模板對齊設定

這是大多數客戶感到最具挑戰性的步驟，也是影響最大的步驟。對齊器是整個檢測的基礎。它動態地移動您的檢測框，以跟蹤零件在傳送帶上發生的位移和旋轉。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/分割器：如果第一個環節薄弱，下游的一切都會失效。

簡要說明：

  1. 捕獲良品零件的模板影象
  2. 在永不改變的特徵（明顯的邊緣、角、孔）上放置 2-3 個小型模板區域
  3. 在零件上將它們放置得儘可能遠
  4. 使用 Ignore 工具清理嘈雜的邊緣
  5. 儲存，然後使用 Live Preview 測試。移動零件並驗證對齊是否能跟蹤它
排名第一的對齊錯誤

切勿將對齊器錨定在缺陷、標籤、貼紙或任何可能獨立於零件移動的物體上。僅對齊到永久性、剛性的特徵（機加工邊緣、鑽孔、PCB 輪廓）。如果您將對齊器錨定在條形碼貼紙上，而有人將其貼歪，相機就會將您所有的檢測框移到錯誤的位置。

親自嘗試： 使用下面的模擬器檢視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失去跟蹤。

相機設定

狀態: 跟蹤鎖定 / 透過

模擬真實環境

移動生產線上的零件。

Legend

Inspection Region
Alignment locked
Alignment lost
ROI

**閱讀 對齊詳解 以獲取完整的演練。**這是本文件中最重要的頁面。

第三步：感興趣區域 (ROIs)​

完整指南：感興趣區域 (ROIs)

現在繪製 AI 實際進行檢測的區域。這些就是您的感興趣區域 (ROIs)。

關鍵規則：儘可能保持 ROI 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。

簡短版本：

  1. 建立一個檢測型別（例如 "Surface Quality"），並定義預期的類別（例如 "good"、"defective"）
  2. 在每個需要檢測的位置繪製矩形 ROI
  3. 讓它們剛好足夠包含特徵，不要更大
  4. 用描述性的名稱命名（例如 "Surface_Center"）

第四步：訓練您的 AI 模型​

完整指南：訓練您的 AI

分類器標註介面：為每個 ROI 選擇類別

標註少量影象並訓練您的第一個模型。

簡短版本：

  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（一個錯誤標籤就可能毀掉您的模型）
  3. 訓練（約 30 秒）以檢查訊號
  4. 使用實時預覽進行測試。嘗試找出問題
  5. 在失敗的地方新增針對性資料，然後重新訓練

第五步：輸出規則 (IO模組)​

完整指南：設定輸出

透過/失敗 邏輯配置

定義當 AI 做出決策時會發生什麼。

基本模式： 設定透過/失敗的規則。最簡單的設定：所有 ROI 必須透過才算全域性透過。該單一二進位制結果會傳送到您的 PLC、HMI 或輸出。

高階模式 (Node-RED)： 適用於超出簡單透過/失敗的任何場景：自定義儀表板、時間序列邏輯、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 從純英文描述生成 Node-RED 流程。

第六步：部署與驗證​

啟用您的程式以投入生產

  1. 啟用您的程式
  2. 設定觸發模式（手動、硬體感測器、PLC 或間隔）
  3. 在系統中執行測試零件
  4. 驗證透過/失敗輸出是否符合您的預期
  5. 檢查邊緣情況，即最難分類的零件

恭喜！您現在已經擁有一個執行中的 AI 檢測系統。

程式檢查清單​

在繼續之前，請確認：

  • 已建立並命名新程式
  • 影象設定已配置：清晰、光照良好、一致
  • 對齊已設定並可靠跟蹤
  • 感興趣區域 (ROIs) 已繪製：小巧、位置合適、已命名
  • AI 模型已訓練並透過實時預覽測試
  • 輸出規則已配置：透過/失敗符合預期
  • 程式已使用正確的觸發模式啟用並部署

下一步？​