AI 视觉辨识品检系统

透过深度学习、即时影像撷取与资料治理，协助制造业建立多场景的自动化视觉检测流程，提升缺陷检出率、缩短检验节拍并强化追溯。

方案概要

我们协助客户串联生产制程、视觉感测与后端品质系统，建立可即时回馈的 AI 视觉辨识服务。

整体架构

• 边缘装置负责影像收集与前处理，透过高速网路回传推论结果。
• AI 模型平台集中训练、部署与版本管理，支援多条产线同步升级。
• 视觉判读结果与 MES、QMS、ERP 等系统整合，形成可追溯的品质闭环。

导入效益

• 瑕疵检出率提升 30% 以上，人工误判显著下降。
• 以数位标签与影像存证建立可查询的生产履历与统计报表。
• 透过模型持续学习对应新品、少量多样或高复杂性的检测场景。

导入流程

依据生产节拍与检测规范，我们定义资料治理与模型迭代流程，确保 AI 模型与现场 SOP 紧密结合。

资料治理

• 建立标准化样本收集规格（拍摄角度、光源、标靶）。
• 使用半自动标注工具进行缺陷分类、框选与分割。
• 样本依批次、制程与设备版本管理，利于追踪与回溯。

模型训练与部署

• 采用 CNN / Transformer 等架构进行多任务训练。
• 透过 MLOps 流程完成模型测试、布署与监控。
• 建置回馈机制：现场可将错判样本回传，持续优化模型。

核心功能

系统聚焦于自动化检测、结果可视化与资料驱动的品质分析，支援产线即时反应与管理决策。

即时检测

• 高 fps 影像串流，支援同步检测与分段判读。
• 缺陷分类、定位、尺寸量测与严重度评分。
• 支援文字辨识 (OCR) 与序号追踪，避免错料。

可视化 & 报表

• 仪表板呈现 NG/OK 趋势、Top Defect、设备稼动率。
• 每笔检测保留影像与判读资讯，供 QA/IE 追踪。
• 整合 SPC 与品质指标，支援制程改善决策。

图像集