计算机视觉（CV）在工业现场的几则扎心真相

去年我们给宁波一家汽配厂做缺陷检测方案，摄像头架上去第三天，产线主任就打电话过来骂：“你们的AI是不是瞎了？油污和划痕分不清！” 其实他骂得对。我们用的深度学习模型在实验室精度99.2%，到了车间直接掉到82%。

那批轴承套圈，灯光一打，油渍反光跟发丝裂纹几乎一模一样——人眼都经常误判，CV系统栽跟头不奇怪。但工厂要的不是解释。他们要的是稳定。100万片里漏检3片？罚款够你买十套设备。

光源比算法更要命

做工业视觉这行有句话：“算法决定上限，光源决定下限”。很多刚入行的团队喜欢追最前沿的Transformer网络，动不动就谈自注意力机制，但现场往往死在最基础的光学设计上。去年我去深圳一家3C电子厂，他们产线用的环形光，照得产品表面一片白，划伤根本看不见。换成低角度蓝色同轴光之后，之前漏检的细微划伤全都现形了——模型还是同一个模型，检测率从60%多提到97%。

这不是个例。我们内部做过统计，70%以上的图像质量问题出在光源和成像，而不是算法。但论文里从来不讲这些。对吧？学者们忙着刷SOTA，谁关心你工厂里的白平衡？

所以现在接到新项目，我第一件事就是先飞过去看产线。什么振动、灰尘、环境光干扰，这些东西没有标准数据集会告诉你。有一次在铸造车间，高温辐射直接把相机热漂移了，采集的图片每隔20分钟就整体偏红——深度学习模型的置信度直往下掉。最后我们在相机壳外面加了个水冷套，又用定时校准白平衡的土办法才勉强稳住。

数据标注这个无底洞

很多人以为CV落地就是挑个模型训一下。Too young. 真正的噩梦是数据标注。去年一个光伏电池片EL检测项目，客户要求检出隐裂、断栅、黑斑等12类缺陷。我们标了3万张图，标得我眼睛都快瞎了——那隐裂细得跟头发丝一样，标一个要放大到像素级。最后训练出来的模型挺好，但产线过了一个月又出现新的缺陷类型——原来是上游换了浆料配方，电池片胶线形态变了。之前的数据全白标了。

💡 我们现在学乖了，只做少样本学习或者无监督异常检测。先上线跑一个baseline，然后利用产线每天的海量数据自动聚类，让工艺工程师去确认新出现的模式是不是缺陷。虽然初期误报率高一点，但至少不用无止境地烧钱标数据。这里不得不提一下迁移学习——把ImageNet上预训练的模型用来做工业特征提取，很多时候比从头训还靠谱，因为工业场景的数据量实在太少了。

问：小批量多品种的生产线，怎么搞视觉检测？每种产品都做一个模型不得累死？

答：确实头疼。我们现在的思路是通用特征+配置表。比如在注塑件外观检测中，先训练一个通用的缺陷分割模型，能圈出任何异常区域，然后针对不同产品，用无代码平台让工艺人员自己拖拽设定检测区域和阈值。说白了就是让工程师自己“编程”，不用每次改模型。不过效果嘛，大概70分，比专用模型差一截，但总比没有强。最近也在试多任务学习，一个backbone后面接多个头，针对不同产品输出，还在打磨。

算力不是问题，实时性才是

都说现在算力便宜了，可工业现场讲究的是毫秒级响应。一条冲压线每分钟120片，每片只有500毫秒检测时间。你可能要同时跑定位、分割、分类三个模型。我们试过Jetson Xavier NX，8G内存跑个ResNet50都喘，更别说现在流行的ViT了。

✅ 后来我们逼自己走模型剪枝和量化的路子。用TensorRT把模型从FP32压到INT8，推理速度从200ms降到30ms，精度只掉了0.3个百分点。然后加上异步流水线——GPU推理的时候CPU已经在取下一张图了，整体节拍刚刚好。但注意，有些工厂连Jetson都嫌贵，只能用树莓派+英特尔神经计算棒，这时候算法工程师就要掉头发了。

再一个，跟PLC的通信延时也是坑。有一次我们系统检测出缺陷，发出剔除信号慢了200毫秒，那块废品已经流到下一个工站了。后来把信号路径从工控机→交换机→PLC改成直接IO卡触发，才把抖动控制在5ms内。工业的事，细节能卡死你。

问：视觉系统跟PLC、MES系统到底怎么对接？市面上方案这么多，怎么选？

答：最稳妥的还是OPC UA，几乎所有的PLC和MES都支持。我们一般把视觉工控机当成一个UA服务器，暴露检测结果和图像索引，让MES按需拉取。不过有些老旧设备只有Modbus TCP，那就不得不写转换网关。至于相机触发，你懂的，还是硬触发靠谱——编码器给脉冲，相机曝光，比软触发稳定十倍。选型的话，如果产线变动大，建议上智能相机，比如康耐视的In-Sight或者基恩士的，自带工具，调试快；如果要做深度定制，还是得工业PC+巴斯勒或者海康的相机，自己写上位机。

人，才是最大的变量

说了这么多技术，其实落地过程中最让我心累的是人。一线操作工才不管你什么计算机视觉（CV）多么高大上，他只知道这玩意儿老误报，耽误他计件工资。有一次在注塑车间，工人故意把检测相机角度调偏，让系统无法对焦，然后手动一个个放行——你说这怎么防？我们后来加了个防拆报警，又跟工厂管理部捆在一起，才压住这种事。

还有质量工程师，有时候会对AI的结果莫名其妙地不信任。明明模型正确率已经99.5%了，他还是坚持要人工复检一遍——最后我们干脆把检测结果直接对接到分拣机械手，不给人犹豫的机会。所以，做工业CV，技术之外，你得懂点人性。

最后说一句，CV在工业界这几年已经从“能不能用”进化到“好不好用”。以前是证明可行性，现在是降本增效、可维护性的比拼。2025年了，别光盯着算法刷分，多去车间摸摸油污，听听噪音，你才能真正做出能用的视觉系统。真的。