什麼是視覺系統？
一套擷取產品影像、自動進行分析，並做出 合格或不合格判定 的硬體與軟體。在產線上，它以產線速度、針對每一個零件，完成人工檢測員會做的工作，不會疲勞，也不會漂移。視覺系統、機器視覺系統與工業視覺系統指的都是同一件事。
構造
視覺系統的組成零件
無論簡單或進階，每一套視覺系統都是由相同的基本元件構成。
相機或感測器
負責擷取影像。解析度與影格率決定了你能分辨的最小特徵，以及產線能跑多快。
照明
最被低估的環節。正確的照明能讓瑕疵一目了然，而非完全看不見。多數失敗的檢測都可追溯到照明問題。
鏡頭與光學
決定視野、工作距離與對焦。它們控制你能看到零件的多少範圍，以及清晰程度。
處理器與軟體
判定發生的地方。規則式工具或受過訓練的 AI 模型會將零件分類為良品或不良品，速度足以在零件移動前完成動作。
通訊與 I/O
將判定結果連接到產線。系統透過 EtherNet/IP、PROFINET 或 OPC UA 觸發剔除動作或向 PLC 發出訊號。
產線整合
安裝、觸發與時序的配置，讓系統在每個循環都能在正確的時刻檢測正確的零件。
分類
視覺系統的類型
依維度
1D、2D 與 3D
1D 讀取單一線條，適用於連續的捲料或片材。2D 是檢測、讀碼與量測的主力。3D 加入高度與形狀資訊，用於體積、翹曲與貼合度檢查。
依架構
智慧相機相對於 PC 架構
智慧相機把感測器、運算與照明整合在單一單元中。PC 架構系統則把分離的相機連接到工業電腦，以更多需要整合與維護的零件為代價，換取彈性。
依判定方式
規則式相對於 AI
規則式機器視覺遵循工程師設定的固定門檻。AI 視覺從範例影像中學習，因此能處理那些難以用固定規則應付的多變表面與外觀瑕疵。這個面向的變化最大。
轉變
傳統視覺相對於 AI 視覺
| 能力 | 傳統（規則式） | AI 視覺 |
|---|---|---|
| 最適合 | 可預測的零件、明確的特徵 | 多變的表面、外觀瑕疵與罕見瑕疵 |
| 設定方式 | 由工程師設定規則與門檻 | 以良品與不良品的範例影像進行訓練 |
| 新的瑕疵類型 | 通常需要重新編寫程式 | 加入範例並重新訓練 |
| 對變異的容忍度 | 低，對零件變化敏感 | 高，會學習可接受的範圍 |
| 由誰操作 | 視覺工程師或整合商 | 您的品質團隊，在瀏覽器中操作 |
兩者並非絕對誰更優越，許多產線同時採用兩者。AI 讓那些棘手的案例，也就是外觀與多變的瑕疵，變得能夠實際自動化。請參閱 AI 視覺能偵測的瑕疵。
合格與不合格的樣貌
每一個零件都會獲得判定，並附上信心分數
視覺系統會在每個零件上框出感興趣的區域，並在毫秒內回傳合格或不合格。這裡它放行了一片乾淨的電路板，並在另一片不良品上標記出錫橋，這正是在產線速度下用肉眼容易漏掉的缺陷。
在產線上
視覺系統能做什麼
同一套核心技術涵蓋了各式各樣的檢測工作。
Overview 的定位
將 AI 視覺系統整合於單一智慧相機
Overview 將感測器、邊緣運算、照明與 AI 軟體整合在一台 IP67 的單元中。您的團隊在瀏覽器中以自家零件訓練它，並在數天內上線運行，無需整合商，也無需雲端。
數天內部署
由您自家團隊以瀏覽器完成設定，而非耗時數週的整合工程。
在邊緣運作
在內建的 NVIDIA GPU 上推論。可離線運作，資料留在廠內。
為多變瑕疵打造
針對外觀與多變瑕疵的深度學習檢測，並結合量測功能。
眾多製造商在生產中使用 Overview AI
眾多製造商在生產中使用 Overview AI
常見問題
常見問題
什麼是視覺系統？
視覺系統是一套硬體與軟體，會擷取產品影像、自動進行分析，並做出合格或不合格的判定。在製造業中，它可取代或輔助人工目視檢測。典型的系統結合了相機或感測器、照明、處理器、檢測軟體，以及與產線的連接介面，讓系統能依據判定結果採取動作。
視覺系統和機器視覺系統有什麼差別？
這兩個詞可以交替使用。「機器視覺系統」強調工業化、自動化的應用情境，而「視覺系統」是較廣義的說法。兩者描述的是同一件事：一套以相機為基礎的系統，在產線上檢測零件並做出自動化判定。
視覺系統有哪些主要類型？
視覺系統可以從幾個面向分類：依維度（1D、2D 與 3D）、依架構（一體式智慧相機相對於以相機與控制器分離的 PC 架構系統），以及依判定方式（規則式機器視覺相對於 AI 或深度學習視覺）。多數現代產線使用 2D 智慧相機，並在應用需要時加入 3D 與 AI。
傳統視覺系統與 AI 視覺系統有什麼差別？
傳統視覺系統使用工程師設定的固定規則與量測，對於可預測的零件與明確的特徵運作良好。AI 視覺系統則從範例影像中學習，因此能處理多變的表面、外觀瑕疵，以及難以用規則描述的零件。AI 系統通常在複雜瑕疵的設定上更快，也更能適應新的瑕疵類型。
部署一套視覺系統需要多久？
這取決於架構。由整合商建置的 PC 架構系統，往往需要數週的程式設計與現場驗收測試。像 Overview 這樣的一體式 AI 智慧相機，您自己的品質團隊就能透過瀏覽器在 1 到 3 天 內完成設定，無需任何程式設計。
視覺系統需要雲端才能運作嗎？
不需要。邊緣視覺系統在裝置本身上執行分析，因此即使沒有網際網路連線，檢測仍可持續運作，您的影像也留在廠內。Overview 系統完全在邊緣運作，採用內建的 NVIDIA GPU。