深度學習自主訓練
依據型錄,ViDi 套件可基於一組「已知合格元件」的圖像樣本自行訓練,創建參考模型後即可進行檢測,無需建立複雜的缺陷資料庫。
ViDi Read — AI OCR 處理變形 / 反光 / 低對比字元;金屬鑄面、噴印不清、彎曲表面均適用。
ViDi Classify — 監督式學習多類別分類;NG 分類細到瑕疵種類(刮傷 / 凹陷 / 異色 / 變形)。
ViDi Analyze (Detect) — 無監督異常檢測,學習良品分布,異常即視為瑕疵;不需 NG 樣本。
ViDi Locate — AI 變形物件定位 + 計數;處理規則描述不出的形狀變異。
相較傳統 deep learning,Cognex ViDi 針對少量樣本優化;容忍表面紋理、材料、光源變化。
點擊圖上 i 標記查看每個功能說明
Cognex ViDi 深度學習視覺軟體 — 以合格元件樣本自主訓練、自動檢測加工元件表面缺陷。
Cognex ViDi 深度學習視覺軟體 — 以合格元件樣本自主訓練、自動檢測加工元件表面缺陷。
Cognex ViDi 深度學習工業視覺軟體 的關鍵特色 — 從工程師視角看為何這台適合您的產線。
依據型錄,ViDi 套件可基於一組「已知合格元件」的圖像樣本自行訓練,創建參考模型後即可進行檢測,無需建立複雜的缺陷資料庫。
依據型錄,ViDi Analyze 工具可識別和報告加工元件表面上的缺陷區域(刮痕、凹陷、污漬、破裂等)。
依據型錄,ViDi 能處理因加工工具品質與毛坯材料特性而產生的表面變化,以類似人類的方式學習可接受的表面紋理變異。
依據型錄,使用流程為三步驟:(1) 收集已知合格元件圖像;(2) 讓 ViDi 套件基於樣本進行訓練;(3) 繼續進行測試。樣本學習時間依任務複雜度而異、實際以樣品試打為準。
| 軟體類型 | 基於深度學習的工業級圖像分析軟體 |
| 適用場景 | 加工元件表面缺陷檢測(刮痕 / 凹陷 / 污漬 / 破裂等) |
| 訓練方式 | 以「已知合格元件」樣本自主訓練,無需建立缺陷資料庫 |
| 訓練週期 | 樣本學習時間依任務複雜度、樣本特性與工具配置而異、實際以樣品試打為準 |
| 文件來源 | Cognex 機器視覺產品指南 MVPG-EN-05-2026 與 Cognex 官方 VisionPro Deep Learning 應用說明 |
Cognex ViDi 深度學習工業視覺軟體 已在以下產業實戰部署,每個情境含 VSK 工程師選型與整合經驗。
依據型錄範例:整體硬質合金刀具(經加工和塗布)、醫用螺釘等柱形 / 旋轉元件的表面缺陷檢測,可識別刀口破裂、頂端破裂、刮痕、凹陷、污漬等問題。
ViDi 在工業外觀分類場景的延伸應用。具體規格、樣本量與適用範圍請洽 VSK 取得 Cognex 原廠最新文件。
ViDi 在半導體 / 光電產業表面瑕疵檢測的延伸應用。具體規格與案例請洽 VSK 取得 Cognex 原廠最新文件。
ViDi 在印刷品瑕疵檢測的延伸應用。具體規格與案例請洽 VSK 取得 Cognex 原廠最新文件。
ViDi 在高反光金屬元件表面檢測的延伸應用。具體規格與案例請洽 VSK 取得 Cognex 原廠最新文件。
ViDi 在焊縫表面瑕疵檢測的延伸應用。具體規格與案例請洽 VSK 取得 Cognex 原廠最新文件。
本產品適用多種產業情境, 看完整案例庫 →
查詞彙百科了解演算法 / 標準,看真實案例對照您的應用情境。
3D 視覺系統|機電零件產業|壓鑄 / 衝壓 / 塑膠射出 3D 形狀 AI 檢測
AI 深度學習|汽車產業|AI 視覺驅動四大製程品質
汽車煞車片高反光金屬表面 0.2-0.5 mm 微小針孔 / 氣孔檢測,本案採用 Cognex In-Sight 3800 + 三層演算法(PatMax + Edge Detection + Edge Learning)實現 99.0-99.5% 檢出率、5-10 倍速度,符合 IATF 16949 audit。
AI 深度學習|汽車產業|EV 動力總成安全零件 AI 視覺檢測
花 30 秒用下面 2 個工具自己驗證 — 結果會自動帶入 POC 申請表,您不必再填一次。
用工具自己跑一輪,再給 VSK 工程師複核。
威視康提供免費評估、樣品照片可行性分析、燈光鏡頭設計、整合服務
深入了解此產品涉及的核心技術詞彙、由 VSK 工程師整理(具體支援工具與規格依機型而異、請參考 Cognex 官方 datasheet):