外觀檢查
產品外觀
Inspector
用樣本先看，不用買設備才能試
下面的示意讓你感受 AI 視覺在找什麼：切換正常與異常樣本，開關框選標記。實際精準度依你的產品與拍攝條件而定。
YOLO-STYLE / 檢測結果示意2 處異常 · 待複核
scratch 0.94
missing_screw 0.97
scratch 表面刮傷0.94
missing_screw 螺絲缺漏0.97
適合哪些檢查
產品外觀、零件缺漏、標籤文字，每個檢查都有自己的條件。從樣本與取像環境開始驗證，找出適合現場的視覺辨識方案。
有無確認
零件缺漏
文字辨識
標籤文字
Examples
三種常見應用
以下示意 AI 在三種場景下的判讀方式；實際精準度依你的樣本與現場條件而定。
scratch 0.94
外觀檢查
刮傷、髒污、色差這類表面差異。
missing_screw 0.97
異常
正常
有無確認
螺絲、零件、配件有沒有到位。
LOT2409-A
EXP2027-03
▶讀出：LOT 2409-A
文字辨識
批號、日期、型號等標籤文字是否正確、可讀。
Case study・已導入案例
案例：零件上的刻環數字判讀
零件上有兩個刻環，左邊是年份、右邊是月份，箭頭指到的數字就是答案。這套判讀流程已經導入使用：找到刻環、找箭頭把刻環轉正、讀出數字，信心不足就轉人工。
PoC 實際輸出・盲測模型
疊圖上的紅字信心值是四捨五入到小數點後 2 位的顯示值；右側結果卡列出的是原始數值。
自動通過
年份
判讀 24信心 1.000真值 24✓
月份
判讀 6信心 0.999真值 6✓
轉正後裁出的數字格
年份
月份
10 張樣本、5 折交叉驗證（每張都由沒看過它的模型判讀）：刻環偵測 20/20、箭頭指向 20/20、數字判讀 19/20、整張（年＋月）全對 9/10；唯一錯的那張信心 0.399，被 0.8 門檻攔下轉人工。這組是導入前驗證階段的數據（客戶提供的 10 張樣本），不是上線後的成效統計。
驗證怎麼進行
確認檢測目標
整理正常與異常樣本、缺陷種類、產品差異及判定標準。
評估取像與測試
確認光線、鏡頭、距離、拍攝角度和現場節奏，規劃驗證方式與驗收條件。
討論結果如何使用
判定後要通知誰、保存哪些影像、何時由人員複核，以及是否需要串接設備。
本服務定位為開發與可行性驗證。檢測能力、效能與費用需依實際樣本和範圍評估。
FAQ
常見問題
需要準備哪些東西才能開始評估？
正常與異常樣本（實物或照片）、缺陷種類與判定標準，以及現場拍攝條件（光線、距離、節奏）。樣本越接近實際情況，評估越準確。
一定要先買新的相機或設備嗎？
不用。先用既有設備或手機拍的樣本做初步評估；需要哪種鏡頭、光源與架設方式，依驗證結果再決定。
準確率能到多少？
依樣本差異、取像品質與缺陷類型而定，無法事先保證數字。我們會用你的實際樣本驗證，提出驗收條件與結果，再一起決定是否導入。
檢測結果可以接到現有系統或設備嗎？
可以一起討論通知方式、結果紀錄、人員複核與設備連動；實際串接範圍依專案確認。
費用怎麼算？
分三步。① 初步評估免費：傳幾張樣本照片給我們，我們回覆值不值得做、大概能做到什麼程度。② 可行性驗證固定 NT$30,000：範圍是一個檢測項目、雙方約定數量的樣本，約兩週內交付一份驗證報告。③ 成案時，這筆驗證費全額折抵導入費。準確率不保證特定數字，以雙方約定的驗收條件為準。
樣本與影像資料怎麼處理？
驗證階段只使用你提供的樣本；資料處理與保存方式依實際部署與合約說明。
LET'S MAKE IT HAPPEN下一個改變，
下一個改變，
從聊聊開始。
不需要先懂技術。
告訴我們你想完成什麼，一起找到方向。