计算机视觉（CV）在产线上发飙：我那台抓狂的检测仪教会我的事

上个月，我们那台花了20多万的视觉检测设备又罢工了。一查原因——光源角度偏了0.5度。就0.5度！它就把所有良品都判成废品。那一刻我真想把咖啡泼在工控机上。但转过头来，又觉得这玩意儿确实厉害。你说它傻吧，它能在300毫秒内识别出比头发丝还细的划痕；你说它聪明吧，它连背景光稍微变一下就抓狂。

计算机视觉（CV）在工业圈子里早不是新词了。十年前我们还在用光电传感器搞有无判断，现在呢？深度学习缺陷检测、3D结构光重建、甚至用卷积神经网络直接给零件打分。说实话，我第一次看到系统自动把“表面缩孔”和“油污”区分开来的时候，差点跳起来——那感觉就像新手质检员突然开窍。不过话说回来，坑也多得离谱。

从“人眼瞪瞎”到“机器瞪快”

我入行时跟过一个发动机缸体线。那时候质检员真的靠肉眼盯。一个班下来，眼睛通红，误判率能到5%。现在想起来都后怕。后来上马了一套CCD工业相机加图像处理算法，直接把缺陷检出率提到99.7%。关键在于，这套系统不只是看，还会“学”。用现场标注的2000张缺陷图训练了一个轻量级ResNet，两周就超过了三年经验的老师傅。❗但别以为这就是终点——训练数据要是混进脏标签，整个模型就废了。我们吃过亏，3000张图重新标，项目延期两个月。

大概很多人会问：既然这么牛，为什么不是每家工厂都在用？哈，问题就在这。一堆厂家把计算机视觉（CV）吹得天花乱坠，好像架上摄像头就万能。实际上，对于高反光金属件，你光打不好，算法直接瞎掉。我们试过环形无影光源、穹顶光源、同轴光，最后竟然是一个破旧的面包条灯解决了问题。简直玄学。还有，别迷信分辨率。500万像素听起来很美，但帧率一上去，工控机的GPU就冒烟。很多时候，30万像素配好镜头和视角，比盲目堆像素强十倍。

那些教科书不会告诉你的破事儿

举个例子，光学字符识别（OCR）。用在产品序列号读取上，理论上一行代码就搞定。但实际产线上，字符打光、金属表面反光、油污覆盖、字体缺损……我们曾经为一个铸件上的点阵字识别折腾了半个月。深度学习OCR？迁移学习？都试过。最后发现，根源是振动导致相机焦距不稳。加了个减震架，问题解决。多简单的招，但前期闷着头调算法，浪费多少时间。

还有一次，系统把“裂痕”和“纤维丝”搞混。纤维丝是擦拭布掉落的棉絮，本身不算缺陷，但视觉上跟裂纹很像。传统特征提取根本分不清。直到我们引入语义分割，对每个像素做类别预测，才把二者剥离开。说实话，那一刻我服了。那感觉像突然看清了世界的纹理。不过部署时又出幺蛾子：推理速度从50ms飙到200ms，产线节拍跟不上，只能加专用加速卡。成本又上去一截。

Q&A：产线老法师的真心话

问：视觉检测系统经常把正常产品误报为缺陷，怎么破？
答：先别急着调参数。八成是光源衰减或位置偏移。拿照度计测一下，看看是不是该换灯了。如果光源稳定，再去查训练集——是不是负样本太少，或者标注标准太严？有时候你定义的“轻微划痕”在算法看来就是致命伤。放宽一点标准，或者加个“不确定”类别，把疑似品踢给人工复检，比硬调阈值强得多。我们后来建了一个人机协同的闭环，人工复核的结果会重新喂进训练集，系统越用越准，目前误报率压到了0.3%以下。💡

问：预算有限，买不起深度相机和AI服务器，怎么上视觉？
答：常规检测别瞎追3D。2D方案结合背光和智能算法，搞定尺寸测量、字符识别绰绰有余。树莓派加个开源框架，配合一个百元级工业相机，先跑起来再说。我们有个分厂的包装线，用这种低成本方案抓标签歪斜和缺字，三年了没出过大问题。关键是，你得先理清检测需求：是判断有无，还是精确分类？是离线抽检，还是在线全检？需求定了，再配硬件。不然就是大爷逛数码城，先买镜头再看干嘛用，绝对掉坑。✅

未来？别想太远，先搞定脏数据

现在总有人吹“工业4.0”、“黑灯工厂”。我非常厌烦。计算机视觉（CV）确实在疯狂演进：Transformer架构开始取代CNN，小样本学习让换型更快，边缘计算把AI推到现场……但别忘了，最要命的问题永远是最基础的：现场灰尘大，镜头每周都得擦；震动让标定板抖成筛子；操作工嫌屏幕报警太多，偷偷把光圈拧大……这些破事儿占了我80%的项目时间。

不过，每当深夜看着产线平稳运转，屏幕上一个个绿色框框精准锁住缺陷，心里还是会涌起一点奇妙的满足感。这玩意儿，说到底，是用代码和光，代替了人类的疲惫和遗漏。它很脆弱，也很强悍。它会因为一只蚊子撞上镜头而全线报警，也能在0.1秒内发现人眼永远看不到的隐性裂纹。我们这些搞工业的，不就是在这样的矛盾里，一次次调试，一次次骂街，然后又一次次地，把不可能变成平常吗？

下次再聊吧。产线又喊我去看一个新报错——好像跟图像预处理的增益参数有关。总是这样，对不？