AI 視覺辨識品檢系統

透過深度學習、即時影像擷取與資料治理，協助製造業建立多場景的自動化視覺檢測流程，提升缺陷檢出率、縮短檢驗節拍並強化追溯。

方案概要

我們協助客戶串聯生產製程、視覺感測與後端品質系統，建立可即時回饋的 AI 視覺辨識服務。

整體架構

• 邊緣裝置負責影像收集與前處理，透過高速網路回傳推論結果。
• AI 模型平台集中訓練、部署與版本管理，支援多條產線同步升級。
• 視覺判讀結果與 MES、QMS、ERP 等系統整合，形成可追溯的品質閉環。

導入效益

• 瑕疵檢出率提升 30% 以上，人工誤判顯著下降。
• 以數位標籤與影像存證建立可查詢的生產履歷與統計報表。
• 透過模型持續學習對應新品、少量多樣或高複雜性的檢測場景。

導入流程

依據生產節拍與檢測規範，我們定義資料治理與模型迭代流程，確保 AI 模型與現場 SOP 緊密結合。

資料治理

• 建立標準化樣本收集規格（拍攝角度、光源、標靶）。
• 使用半自動標註工具進行缺陷分類、框選與分割。
• 樣本依批次、製程與設備版本管理，利於追蹤與回溯。

模型訓練與部署

• 採用 CNN / Transformer 等架構進行多任務訓練。
• 透過 MLOps 流程完成模型測試、佈署與監控。
• 建置回饋機制：現場可將錯判樣本回傳，持續優化模型。

核心功能

系統聚焦於自動化檢測、結果可視化與資料驅動的品質分析，支援產線即時反應與管理決策。

即時檢測

• 高 fps 影像串流，支援同步檢測與分段判讀。
• 缺陷分類、定位、尺寸量測與嚴重度評分。
• 支援文字辨識 (OCR) 與序號追蹤，避免錯料。

視覺化 & 報表

• 儀表板呈現 NG/OK 趨勢、Top Defect、設備稼動率。
• 每筆檢測保留影像與判讀資訊，供 QA/IE 追蹤。
• 整合 SPC 與品質指標，支援製程改善決策。

圖像集