工业计算机视觉（CV）落地实录：那些年我们踩过的坑

前几天去一家汽配厂，看到他们新上的视觉检测线，竟然还在用2018年的算法模型。我问项目经理，怎么不升级？他苦笑：“跑了三年，换模型又得重新标注两万张图，谁吃得消。”这大概就是计算机视觉（CV）在工业界最真实的尴尬——不是技术不行，是落地的账算不过来。

说实话，我入行十年，亲眼看着CV从实验室的阳春白雪，变成车间里的“大号传感器”。想象很丰满：摄像头一照，缺陷无处遁形，机器人精准抓取。现实呢？光照变一点，灰尘多一点，模型就懵了。你永远不知道下一批来料会出什么幺蛾子。

✅ 视觉引导机器人：为什么“手眼标定”总翻车

手眼标定，这词听着就头疼。九点标定法？棋盘格？谁用谁知道。前年给一家家电企业做压缩机抓取，机械臂配3D结构光相机，理论重复精度±0.1mm。结果上线第一天，抓取成功率不到70%。排查了两天，你猜怎么着？相机支架热胀冷缩，跑偏了0.3mm。就这0.3mm，计算机视觉算法再牛也没用，定位全漂。后来我们加了个温度补偿模块，硬件上又加装基准销，每次拍照前自检一次——就这一个小改动，成本涨了8万。

更坑的是多品种混产。今天抓A款外壳，明天换B款，点云匹配模板得重新做。传统方法靠人工示教，一个品种半小时，产线停不起。现在不少厂子上了AI，声称能自适应——但初期标注数据哪里来？还得靠老师傅手动标500个样本，标得人眼冒金星。❗机器学习圈有句大实话：没有脏数据，只有脏工人。

💡 缺陷检测的“过杀”与“漏检”：一颗螺丝的启示

聊聊缺陷检测。去年一个紧固件项目，客户要求检测螺丝螺纹缺料，允许误报率低于0.5%。我们用深度学习分割网络，训练集准确率99.2%，部署后实测，误报率飙到8%。根因查了一个月，最后发现是供料振动盘，把某些螺丝颠得轻微倾斜——成像角度变了，模型不认识。怎么办？要么改机构，要么加数据增强。最终我们做了多角度合成样本，又把置信度阈值从0.5调到0.72，误报压到1.2%，但漏检率从0.1%升到0.4%。这就是计算机视觉（CV）在工业检测里的权衡艺术：没有完美，只有妥协。

还有更无语的。有些黑亮金属件，表面反光，打光方案比算法还重要。我们用过同轴光、穹顶光、多角度分时曝光，最后发现——最好使的是一个50块钱的环形LED，倾斜25度装。算法？连传统模板匹配都够用。所以啊，工业CV的问题往往不在CV本身。

问：视觉检测上线后，误报率居高不下，怎么快速优化？
答：先看图像！别急着调模型。70%的误报源自成像抖动、脏污、对焦虚化。可以导出误报图片，肉眼看是否确实存在缺陷特征。如果人眼能分辨而模型分不出，那就补数据；如果人眼看也模棱两可，那属于定义问题，得跟质量部门重新确认标准。还有一种妙招：在检测工位前加一个“清洁-稳像”工序，成本不高，效果拔群。

📌 部署与算力：边缘端不是你想跑，想跑就能跑

大模型火了，工业界也开始躁动。有人问我，能不能把SAM用到PCB缺陷检测上？我说能，但推理一张图两秒多，产线节拍是120毫秒，你算算得上多少张GPU？目前边缘端还是小模型的天下，MobileNet、YOLO-Tiny、甚至自己剪枝。去年我们给一家电子厂做分拣，硬是把YOLOv5剪到0.3M参数，跑在瑞芯微RK3588上，55毫秒每帧。代价是mAP掉了7个点。但你说值不值？工厂要的是可靠和成本，不是顶会论文指标。

问：软硬件一体机和自己攒工控机加算法，选哪个？
答：钱和人力说了算。一体机比如基恩士、康耐视，即插即用，但贵，一个工位十几万。自己攒，硬件两万，软件投入无底洞——你得养算法、电气、机械团队。如果项目少于10个，直接买一体机；准备长期铺上百工位，且产品变化快，那就咬牙自研。自研的好处是算法能随工艺进化，不怕被卡脖子。不过代价嘛，半夜接电话修bug的日子，你懂的。

还有，别忘了通信。视觉系统在产线上不是孤岛，得跟PLC、MES交互。协议一堆：EtherCAT、Profinet、TCP/IP。我们踩过最蠢的坑：视觉发送结果字符串里有空格，PLC解析失败，全线停摆。排查了两小时，最后发现是算法工程师随手在结果前面加了个空格。这种低级错误，往往是停机元凶。

💡最后多说一句：工业计算机视觉（CV）发展到今天，已经不是什么黑科技，而是工程学。你得懂光学、懂机构、懂产线节拍、懂传感器融合，甚至得懂工人心理学。前段时间看到一个提问：“CV落地最难的是什么？” 最高赞回答：说服质检阿姨接受新系统。哈哈，真实得令人落泪。没错，技术之外，还有人心。

所以，如果今天你问我，CV在智能制造的前景如何？我会说，星辰大海，但路上全是坑。踩平了，就是护城河。