OUTCOMES
典型導入成效
- ±0.01mm 可達量測精度 依鏡頭、視野與解析度配置而定；評估時以您的實際工件試拍確認。
- 100% 全檢覆蓋率 不受疲勞影響，每一件都檢，並留下可追溯的影像紀錄。
- 24h 連續檢測能力 檢測標準不隨班別與人員熟練度變動。
- 2-4週 樣本收集期 良品與各類不良品樣本越齊全，誤判率越低——這通常是專案初期最花時間的部分。
以上為同類型專案的常見區間，實際幅度依工件、製程與現場條件而異。評估階段我們會依您的實際數據重新試算，不以區間值作為承諾。
SERVICE SCOPE
服務內容
- 外觀缺陷偵測（刮傷、污點、缺料）
以光學設計讓缺陷在影像上凸顯出來，演算法才抓得穩。
- 高精度尺寸量測（±0.01mm）
非接觸量測，速度遠高於人工量具且不傷工件。
- QR Code / Barcode / OCR 辨識
讀取結果可寫入資料庫，建立單件可追溯的生產履歷。
- 視覺引導機械手臂定位取料
來料位置不固定時，由視覺算出座標再交給手臂取料。
PROCESS
服務流程
- 約 1-2 週STEP 1 檢測需求與樣品分析
確認要抓的缺陷類型、允收標準與產線節拍。
- 約 2-3 週STEP 2 光學與相機選型
依缺陷特性選擇光源角度、鏡頭與相機規格並試拍驗證。
- 約 3-6 週STEP 3 演算法開發與訓練
建立檢測演算法；外觀缺陷類專案另以樣本訓練 AI 模型。
- 約 2-4 週STEP 4 上線驗證與參數調校
實機驗證誤判率與漏判率，調整至符合允收標準。
WHEN TO USE
適用情境
- 人工目視檢測疲勞導致漏檢，品質不穩定
漏檢率隨工時與班別波動，客訴往往出在交班前後。
- 需要全檢但人力成本過高
抽檢抓不到的偶發不良，只有全檢防得住。
- 尺寸量測需求高於人工量具的精度與速度
卡尺與投影機量不快也量不穩時，改用影像量測。
- 需要追溯每件產品的檢測紀錄與影像
客戶稽核或客訴回溯時，調得出當時的實拍影像。
DELIVERABLES
交付清單
專案結案時您會拿到以下文件與項目。圖面、資料與原始檔完整交付，日後要自行維護或轉由其他廠商接手都不受限制。
- 光學配置規格 光源型式與角度、鏡頭、相機與工作距離的完整配置清單。
- 試拍驗證報告 以您的實際樣品拍攝，附誤判與漏判的實測數據。
- 檢測程式與參數 演算法流程、閾值設定與參數說明，可由貴公司自行微調。
- AI 模型與樣本集 外觀缺陷類專案交付模型檔與已標註的訓練樣本集。
- 取像機構與治具 取像治具、遮光罩與分流機構的圖面與實品。
- 通訊介接文件 與 PLC／MES 之間的訊號定義與資料格式。
- 檢測紀錄儲存規則 單件影像與判定結果的儲存方式、命名規則與保存期限設定。
- 操作手冊與教育訓練 含換線時的參數切換流程與日常校驗方式。
SPECIFICATIONS
技術能力
| 檢測項目 | 外觀缺陷（刮傷、污點、缺料）、尺寸量測、字元與條碼辨識 |
|---|---|
| 量測精度 | 依鏡頭與視野配置，可達 ±0.01mm |
| 辨識能力 | QR Code、Barcode、OCR 字元辨識 |
| 整合應用 | 視覺引導機械手臂定位取料；檢測結果連動分流機構 |
| 光學配置 | 同軸／環形／背光／條形光源依缺陷特性選型；鏡頭與工作距離依視野計算 |
| 檢測節拍 | 依影像解析度與演算法複雜度而定；評估階段以實際樣品實測後告知 |
| 通訊介接 | 判定結果可經數位 I/O、Modbus TCP 或 OPC UA 輸出至 PLC 與 MES |
| 資料追溯 | 單件影像與判定結果可存檔，支援依批號、時間與判定結果查詢 |
HONEST LIMITS
導入前提與限制
視覺檢測有它抓得到與抓不到的東西。以下是我們在評估階段一定會先講清楚的限制。
| 缺陷在影像上沒有對比 | 如果人眼在燈光下都要斜著看才看得到，相機通常也拍不出來。這類案子要先在光學上想辦法；光學不成立，演算法再強也沒用。 |
|---|---|
| 需要經驗綜合判斷的瑕疵 | 「看起來怪怪的」這類判斷目前仍需人工複判。務實做法是視覺負責全檢與明確缺陷，人工專注在少數複判件。 |
| 不良樣本不足 | 樣本太少或樣態不齊，模型學不到該學的東西。我們不會在看過實際樣品前承諾誤判率數字。 |
| 允收標準尚未定義 | 「可接受的刮傷」有多長、多深，必須先有明確定義。標準沒定，再精準的系統也會被認為判錯。 |
FAQ
常見問題
視覺檢測能完全取代人工嗎？
在定義明確的缺陷上可以，而且更穩定。但「看起來怪怪的」這類需要經驗判斷的瑕疵，目前仍需人工複判。務實的做法是讓視覺負責全檢與明確缺陷，人工專注在少數複判件上。
導入前要準備什麼？
最關鍵的是缺陷樣品——良品與不良品都要，而且不良品要涵蓋各種樣態。樣本越齊全，演算法的誤判率越低。這通常是專案初期最花時間的部分。
誤判率可以做到多低？
取決於缺陷對比度與樣本品質。對比明顯的缺陷可以做到很低；但我們不會在看過實際樣品前承諾數字——評估階段會先以您的樣品試拍並提供實測結果。
導入之後，參數可以由我們自己調嗎？
可以。程式與參數都開放給貴公司調整，並在訓練時說明每個閾值的意義與影響；換線的參數切換會做成操作員可自行執行的流程。但演算法結構的變更仍建議由我們處理，避免調出難以追查的問題。
產品改版了，系統還能用嗎？
多數情況可以沿用硬體，只需重新建立或補訓練模型。但如果外觀、尺寸或材質變化大到光學配置不再適用，光源與鏡頭可能要重配。改版前先告訴我們，通常可以在設計階段就把相容性考慮進去。