將湧入的視覺檢測數據 轉化為易於管理的品質資產
這是一套運維控制台，將各產線、設備與 FOV 的視覺檢測結果彙整於單一儀表板。 無須在複雜系統間切換，即可將多維探索、判定結果校正與再訓練數據傳輸串連為一氣呵成的流程，將人工介入降至最低。
分散的品質數據，一目了然
別讓碎片化的數據拖慢品質改善的腳步
導入 AI 視覺檢測後數據會迅速累積，但若確認與改善的作業環境四散各處，效率反而會下降。 透過統一分散的環境，縮短品質改善週期。
數據探索
檢視效率
數據串接
湧入的數據四散各處 難以掌握整體不良趨勢
需在截圖工具與通訊軟體間反覆切換 才能共享檢視意見與結果
原始影像與標註數據 每次都需人工逐一轉移
以各產線、設備的篩選與搜尋為基礎 即時重新編排數據
在網頁式畫布上 一併檢視缺陷位置、意見與判定歷程
可匯出 CSV、標註 JSON 或直接傳送至 AIVOps 流程
快速鎖定異常區段與不良原因候選 縮短探索時間
檢視過程留存為紀錄 維持品質判斷的一致性
降低人工轉移風險 安全串連再訓練與報告流程
湧入的數據四散各處 難以掌握整體不良趨勢
以各產線、設備的篩選與搜尋為基礎 即時重新編排數據
快速鎖定異常區段與不良原因候選 縮短探索時間
從檢視到回饋無縫銜接的數據運維循環
將收集到的檢測結果分類為現場易於處理的數據， 並將探索、檢視、傳輸與監控串連為可反覆執行的品質改善流程。
1收集與整理
以產線、設備、產品群等 現場變數為基準分類數據， 整理為可供探索的清單。
2探索與篩選
依信賴度、標籤與書籤為基準， 從大量數據中篩選出 需要檢視的數據。
3驗證與檢視
在直覺的網頁式影像檢視器中判定是否為實際不良， 並將漏檢、過檢、誤判的變更歷程與註解直接記錄為品質數據。
4傳輸與運用
將檢視完成的數據傳送至 AIVOps 再訓練流程， 讓品質回饋持續帶動模型改善。
5監控
在儀表板上追蹤 整體製程數據、不良率、 各產線異常流向等 當日運維所需的核心指標。
1收集與整理
以產線、設備、產品群等 現場變數為基準分類數據， 整理為可供探索的清單。
2探索與篩選
依信賴度、標籤與書籤為基準， 從大量數據中篩選出 需要檢視的數據。
3驗證與檢視
在直覺的網頁式影像檢視器中判定是否為實際不良， 並將漏檢、過檢、誤判的變更歷程與註解直接記錄為品質數據。
4傳輸與運用
將檢視完成的數據傳送至 AIVOps 再訓練流程， 讓品質回饋持續帶動模型改善。
5監控
在儀表板上追蹤 整體製程數據、不良率、 各產線異常流向等 當日運維所需的核心指標。
由現場親自操作的數據工作空間
提供單一作業空間，讓您能即時確認、篩選、檢視四散於多條產線的檢測結果，並一路串連至再訓練。
- 運維監控
以運維指標一目了然 取代繁雜的原始數據
- 核心檢測指標視覺化
- 各產線異常流向偵測
- 即時確認最新檢測結果
- 結果探索
讓您快速檢視 所需數據的探索環境
- 多重條件篩選
- 以標籤、書籤為基礎的重新檢視
- 專為過檢檢視打造的各類不良檢視器
- 不良檢視
缺陷判定與歷程管理 無須安裝，在網頁瀏覽器中完成
- 直接確認缺陷位置與標籤
- 支援註解、歷程與批次檢視
- 保留判定變更歷程
- 數據串接
將檢視後的數據 串連至下一個運維階段
- 客製化格式匯出
- AIVOps 一鍵傳送
與既有方式的差異
減輕大規模自建的負擔，以專為製造視覺檢測量身打造的產品化功能， 降低導入預算與管理上的抗拒感。
自行建置方式
將最適化於製造視覺檢測運維的畫面與功能 以產品形式即刻提供
大容量影像檢視器、權限分離、多重篩選 造成開發資源負擔
導入與整合前的事前確認事項
請確認常見問題
Q.可以單獨導入AIVData嗎？
是的，可以。AIVData能夠聯動現有正在使用的其他廠商視覺檢測設備的結果資料，作為統一儀表板加以利用。
Q.沒有AIVision或AIVOps也能對接嗎？
可以。支援匯出通用資料格式（CSV、JSON等），因此能夠與其他AI再訓練環境或企業內部系統對接。具體對接範圍在PoC階段共同確認。
Q.不僅是單台設備，對於多台檢測設備產生的影像與缺陷履歷，也能自動收集/整理嗎？
是的，正是如此。利用AIV Data解決方案，可將多台現場設備產生的所有影像資料自動匯集到中央。檢測時間、設備ID、所用配方、結果代碼等核心中繼資料會被自動標記，使檢索與追溯管理大幅簡化。
Q.能在企業內部封閉網路（地端部署/On-Premise）中安裝嗎？
是的，可以。針對必須遵守企業內部網路隔離政策等安全條件的製造現場，我們支援地端部署（On-Premise）環境的搭建。