计算机视觉（CV）在精密制造中的落地与坑

说实话，每次看到那些把计算机视觉吹得天花乱坠的PPT，我心里就犯嘀咕——又来了，一个 demo 打天下。落地？不存在的。但偏偏这几年，生产线上的老师傅开始主动问我，那个摄像头能不能替他们盯一下镀层有没有划痕，我才感觉，这玩意儿真要扎根了。

机器视觉的“眼睛”和“脑子”，哪个更难？

大部分人一上来就纠结分辨率。800万像素够不够？线扫相机帧率要多少？其实吧，视觉系统真正的瓶颈，90%不在硬件。我见过太多用着20万块一个的 Basler 相机，最后败在打光上的项目——产品表面反光太厉害，特征被淹没在噪声里，算法一脸懵。所以去年有家做轴承的工厂，我直接让他们先停了算法调优，把环形光源换成同轴漫射，外加一个偏振片，检出率立刻从82%蹦到97%。

这就是工业界最反常识的一点：数据质量 > 模型复杂度。你喂给模型的那些图片，但凡有一丝异样，什么 ResNet、YOLOv8 全白搭。说起来好笑，有次甲方非要上深度学习，说传统算法过时了，结果我们拿一个简单的模板匹配+边缘检测就解决了所有缺陷类型，速度还快5倍。他们那表情——唉，不提了。

3D视觉，真香还是真坑？

前两年结构光、ToF 突然爆火，好像不给机械臂装个3D眼睛就落伍了。我承认，对于无序抓取、复杂焊道跟踪，三维点云确实是神器。✅ 但你要想清楚几个事儿：

成本：一套靠谱的3D相机加处理单元，轻松过10万。而且很多场景，一个2D相机配合激光测距就能七七八八搞定。
算力：点云滤波、配准、分割，工控机上跑个实时应用，动不动就掉帧。💡 我们后来全给换成带GPU的嵌入式模块，才勉强稳住30fps。
标定：手眼标定的噩梦我少说做过30次，每次都觉得算法收敛了，实际一抓，偏到姥姥家。现在学乖了，直接在夹具上贴靶标，用视觉伺服在线修正，才没那么想摔示教器。

问：视觉引导的机器人抓取系统，精度到底能做到多少？
答：这个问题不能一概而论。看你怎么定义精度——是定位精度还是重复抓取精度？要是光看相机标定参数，<1mm 轻松写意，但加上臂末端抖动、抓手容差、工件本身的变化，实际产线上能稳定做到 ±0.5mm 就可以烧高香了。我们给一家汽车零部件厂商做的活塞抓取，最后交付的指标就是 ±0.3mm，这还是反复迭代了3个月标定流程的结果。所以啊，别信实验室数据，一定要打现场验证。

那些年，我们踩过的深度学习坑

深度学习这趟车，上得去不算本事，下得来才算。我记着有个晚上，凌晨两点，客户产线突然报警，所有正常件全被判成 NG。一查，是下午换班时照明灯管老化，亮度掉了15%，训练集里根本没这种光照分布。这件事教会我：工业视觉必须要有“异常检测”的兜底机制。现在我们的方案里，不管主模型多炫，一定配一个简单的灰度统计或频域分析做哨兵，发现分布偏移就先卡住，绝不乱杀。

另外，缺陷数据不足这个老大难，我现在的态度是——别指望迁移学习。😅 用 ImageNet 预训练那套在工业界作用有限，你的缺陷又不长猫猫狗狗的样。最有效的还是数据增强，但要物理增强，不是傻傻地翻转旋转。比如：故意降低对比度模拟灯光衰减，叠加随机高斯噪声模拟传感器老化，甚至把几种常见缺陷拼在一起生成新样本。我们在一个连接器外观检测项目里，用这种方法把少量样品扩充了30倍，误报率压到了0.02%。

问：传统算法和深度学习，到底该怎么选？
答：我个人信奉一个原则：能用规则写死的，绝对不训练网络。比如尺寸测量、颜色判别、简单形状匹配，传统方法稳定、可解释，过认证也方便。神经网络适合那些“我知道它不对，但说不清哪里不对”的场景，像纹理瑕疵、隐形裂纹、复杂背景下的异物。还有个小窍门——别一上来就用最深的模型，从 MobileNet 或 ShuffleNet 试起，部署到低功耗设备上不心疼，迭代也快。

交付不是结束，是开始

很多人觉得视觉项目验收通过就万事大吉，错！上线三个月内的维护才是重头戏。我有次为了给客户远程调参，硬是学会了用 4G 路由器连进内网，跟产线操作工对着一块屏幕喊：“姐，你点那个刷新，对！阈值拖到128……”那种无力感。所以现在搞项目，我都会留一个自诊断界面，把关键指标（信噪比、特征清晰度、光线强度）可视化成绿黄红三色，让现场人员也能看懂系统是不是在“亚健康”。

还有数据回流。别把产线上的误判图片当垃圾扔掉，定期捞回来重新标注、训练，模型才能越用越聪明。我们去年帮一家锂电池企业做极片分选，一开始误判率5%，半年持续优化后降到0.5%以下，靠的就是每天挑出200张争议图片，人工加标再迭代。

回头看这十几年，从最早用 Halcon 写个尺寸测量脚本，到现在搭一整套深度学习流水线，工具是变了，但核心没变：理解工艺，理解人。机器视觉从来不是要取代老师傅，是让他们干活更省心。真要有一天，产线上的摄像头再也不被灰尘糊住，光纤再也不被扳手砸断，那我倒要失业了——可惜，不可能。😏