機械圖鑑
工廠自動化
綠燈
機器視覺檢測站
工業相機在固定光源下拍攝產品，演算法或 AI 模型判斷尺寸、位置、瑕疵，結果送給 PLC 決定放行或剔除。
機器視覺
AI 檢測
工業相機
品管
編輯部整理・最後更新 2026 年 11 月 4 日・CC BY 4.0
動手改裝：綠燈
一般人可以自己做。外掛監測通常比動原機安全，安全裝置一律維持原樣。
一句話原理
把「人眼目檢」變成「相機＋電腦判讀」：只要光線與位置穩定，電腦可以 24 小時以一致標準檢查。
核心零件
零件
作用
工業相機（面掃、線掃、3D）
擷取影像
鏡頭
決定視野與解析度
光源（環形、背光、同軸、條形）
讓瑕疵「顯形」，往往比演算法更重要
觸發感測器
產品到位時拍照
運算單元
工控電腦或邊緣 AI 裝置
剔除機構
氣吹、推桿
與 PLC 的通訊
回傳判定結果
運作流程
1.
產品到位觸發拍照。
2.
前處理：裁切、對位、校正。
3.
判讀：傳統影像處理（量尺寸、找邊）或 AI 模型（分類、瑕疵偵測、分割）。
4.
輸出 OK／NG，NG 品自動剔除並存圖追溯。
AI 化與替代方案
•
少量瑕疵樣本：用只學習良品的異常偵測模型，適合瑕疵很少見的產線。
•
主動學習：人員複判有疑慮的影像，回饋給模型持續改進。
•
導入步驟：先輔助人工 → 統計準確率與漏檢率 → 達標後自動剔除。
開源藍圖與延伸資料
•
OpenCV：開源影像處理函式庫。
•
開源物件偵測框架（例如 YOLO 系列）可用於瑕疵偵測，注意各自的授權條款是否允許商用。
安全須知
•
高亮度光源與雷射照明避免直視；檢測站的剔除機構也要有防護。
拆開來看：用到的通用模組
點進去看怎麼挑、怎麼接 AI
廣告版位
想讓正在用 AI 的人看到你的產品？了解廣告合作
你也懂這台機器？
補充實務經驗、維修技巧或 AI 化案例，可以在社群發文，編輯部會整理進圖鑑並標註貢獻者。
同類：工廠自動化