半導體晶圓封裝製程深度學習應用-設備篇
ViDi Suite 結合人類視覺檢測的特異性與靈活度，還具備電腦化系統的可靠性，再現性及強大威力，所有功能都整合在部署容易的接口中。
 |
和人類視覺檢測相比 |
 |
和傳統機器視覺相比 |
 |
和深度學習開放原始碼程式庫相比 |
|
更為一致
可全天候運作並讓每一生產線，班次及工廠都維持相同的品質。
|
專為難以解決的應用而設計
可解決不可能或難以使用傳統基於規則的演算法處理的複雜檢測，分類及定位應用。
|
需較少資料與運算能力
訓練僅需數百個圖像，而不是數百萬個。由於圖像儲存在本機且只需部署最少的運算資源，因此速度快又經濟實惠。
|
|
更為可靠
可識別所設定誤差範圍外的任何缺陷。
|
較容易設定
能迅速設定應用，加快概念驗證與開發速度。
|
簡易訓練接口
專為實際工廠環境而設計的軟體，無需任何特殊專業知識。
|
|
速度更快
可在毫秒內識別出缺陷，支援高速應用並可改善產能。
|
容許變化
可為需從控制鑑識可接受誤差的應用，處理缺陷變化
|
全球支援
康耐視的工程師與技術專家網路能提供世界級的應用支援。
|
4 種功能強大的工具組
Cognex ViDi 的深度學習演算法所需的圖像組極小且訓練與驗證期間更短，最適合用於實際的工業圖像分析。 在紅底的「分析」，綠底的「分類」，藍底的「定位」及藍底的「讀取」工具之間選擇，解決受到高度監督到完全不受監督的應用。
找到特徵
ViDi Blue-Locate (藍底的「定位」工具) 可透過加上註釋的圖像學習，來找到複雜特徵和物件。具自我學習能力的演算法可以找到元件、計算輸送盤上的透明玻璃藥瓶，以及對套件與包裝執行品質控制檢查。
檢測異常和不夠美觀之處
ViDi Red-Analyze (紅底的「分析」工具) 可透過學習目標區域外觀的不同變化，來分割缺陷或其他重點區域。ViDi Red-Analyze 只要學習物件的正常外觀，包括其顯著但容許的變化，即可識別複雜表面上的刮痕，裝配不完整或不當，甚至紡織品中的編織問題。
將物件和畫面分類
ViDi Green-Classify (綠底的「分類」工具) 都能依照加上標識的圖像集合來區分不同類別。透過訓練可接受的誤差範圍，ViDi Green-Classify 可依照包裝識別產品、將焊接縫分類，以及區分可接受或不可接受的異常。
讀取文字與字元
ViDi Blue-Read (藍底的「讀取」工具) 可使用光學字元辨識 (OCR)，來將嚴重變形、歪斜及蝕刻不良的代碼解碼。預先訓練的字型庫不需要程式設計或字型訓練，即可識別大部分文字，實作迅速又容易。還可以重新訓練這項穩健的工具，針對特定的 OCR 應用需求來調整。
訓練與部署相當容易
Cognex ViDi Suite 可讓技術人員只依照一組簡單的樣本圖像，在數分鐘內完成訓練深度學習模型。 應用完成設定後，ViDi 即可迅速提供精準結果，並儲存圖像以用於流程控制。
Set up a deep learning application with speed and precision
VisionPro 深度學習具備一系列創新功能，提供應用程式開發各階段所需的能力與效能，包括標籤、訓練到部署。這些功能包括：
- 標籤檢查器 – 執行檢查功能以識別包含未標示或標籤錯誤瑕疵的影像。有了這項功能，便只需要查看影像集的一部分（檢查器標記出的部分），有別於傳統標示方法需要手動標示並查看每個影像。
- 參數自動調整 – 與傳統方法相較，可更快速地校正深度學習模型，迅速又輕鬆完成設定。輕按一下，就能最佳化應用程式，加速訓練過程並確保結果的準確度。
- 快速複製生產線 – 在新的生產線採用現有的深度學習模型，以加速多條生產線的驗證與部署。這麼做可簡化重新訓練的過程並促進額外部署的效率，在業務成長的同時順暢地提升產能。
透過直覺式圖形訓練加快部署
VisionPro 深度學習的圖形化訓練視窗簡化收集圖像、訓練神經網路，還有以一系列圖像組進行訓練的工作。且獨特的工具鏈結功能可讓使用者將其問題分解成較小的步驟，不僅使模型更加容易達到最佳化，而且所需的訓練圖像也較少。
使用靈活的共同開發環境擴展您的作業
從初階機器整合，到建立應用專屬 HMI，VisionPro Deep Learning 可讓您有彈性地在生產環境開發和部署視覺檢測。
與現有軟體和視覺產品緊密整合，可在 Cognex 系列產品中達到更理想的相容性，並可讓您導入最新技術時不必增加工程成本。它也讓您能夠將全新的或額外的生產線應用到現有作業中，在量產環境中達到快速部署。
用創新的工具組將要求最嚴苛的視覺應用自動化
VisionPro Deep Learning 需要的圖像組極小而且訓練與驗證期間更短，最適合用於實際的工業圖像分析。和傳統基於規則的工具不同，VisionPro Deep Learning 工具是透過範例加以訓練。在 Blue Locate、Red Analyze、Green Classify 和 Blue Read 之間選擇，以尋找適合您應用的工具。
