机器学习质量检测：从实验室到产线，我们到底踩了多少坑？

上个月去一家轴承厂，生产线上的质检大姐拉着我吐槽——新上的AI检测系统，把好零件当废品扔了三次。停工，排查，最后发现是照明灯管老化，光照强度变了，模型就不认识了。这就是现实。机器学习质量检测，听起来高大上，落地时全是细节魔鬼。

传统质检：越做越像刑侦工作

你见过人工质检台吗？强光灯，放大镜，老师傅一坐八小时。我干过这行，知道那种累——不是身体的，是视觉疲劳和注意力衰减带来的误判。人眼有极限，尤其面对微小缺陷：划痕、沙眼、毛刺。培训一个熟练质检员要半年，可一到夜班，漏检率翻倍。这事儿不怪人。是人就会累。

很多工厂上了机器视觉，以为能解决问题。传统视觉系统写死规则，比如“黑色像素连续超过50个就报警”。但这玩意儿太脆弱了——换个批次，光照变一点，算法就得重新调参。维护成本高得离谱。说实话，这不叫智能。

机器学习切入质检：不是替代人，是给人装副眼

我第一次看到CNN（卷积神经网络）做缺陷检测，是在一个半导体封装车间。晶圆上的划痕，人眼根本看不见，但模型标得清清楚楚。那种震撼——怎么说呢，像给瞎子戴上了显微镜。机器学习质量检测的核心是从数据里学特征，而不是人规定特征。

但这玩意儿吃数据。我们最早一个项目，客户只给了200张缺陷图，模型准确率惨不忍睹。后来咬牙攒了1万张，还是不行，因为缺陷种类分布不均。最后上了数据增强：旋转、翻转、加噪，甚至模拟不同光照。效果才勉强达标。对了，标注也是个坑——外包团队标得乱七八糟，缺损标成裂纹，只好自己重新标。全是泪。

问：机器学习质量检测，到底需要多少数据？

问：机器学习质量检测到底需要多少标注数据？网上的说法众说纷纭，有没有靠谱的经验值？

答：这个问题我问过不下十个同行。没有标准答案。但可以给你一个血泪参考：至少500张有效缺陷样本，并且每类缺陷要均匀。如果你只有几十张，那建议别碰深度学习，先用传统视觉顶一阵。数据预处理比模型重要——我们有个项目，清洗数据花的时间是训练模型的五倍。另外，缺陷图特别难标，边界模糊，最好找有经验的质检员来标，然后交叉验证。别信那些宣称“小样本学习”就能搞定的，除非你的缺陷特征极其简单，否则都是忽悠。

还有个技巧：用迁移学习。拿ImageNet预训练权重，再在自己的缺陷数据上微调。这招能救急，但注意ImageNet都是自然图像，和工业图差别大，效果不一定好。我们试过用CIFAR-10的预训练模型检测金属表面，结果一塌糊涂，因为纹理特征完全不搭。

部署现场：从服务器到产线，一步一个坑

模型训好了，开心没两天。部署才是地狱。工业现场环境复杂：震动、灰尘、电磁干扰。我们的第一套检测系统，装在冲压车间旁边，相机架晃动导致图像模糊，模型直接罢工。解决办法？加物理防抖，改算法做运动模糊补偿。还有一次，GPU工控机散热不行，夏天死机频繁，最后换了工业级风扇才稳住。

实时性更是大问题。很多生产线节拍极快，每秒要处理十几个零件。模型推理延迟必须控制在50毫秒以内，不然就堵料。我们为此做了模型剪枝和量化，精度掉了一点点，但速度提升了好几倍。这里面有个平衡——不能为了速度把准确率牺牲太多，不然又回到人工质检的老毛病。

问：已经有传统视觉系统了，怎么过渡到ML？能并联运行吗？

问：我们厂里已经上了一套传统视觉检测，现在想引入机器学习，能直接替换吗？还是并行过渡？

答：千万别直接替换！我见过最惨的案例，一家电子厂停掉老系统换ML，结果新模型对新型号产品误判，整条线停产两天。正确做法是双系统并行，让ML结果与传统系统比对，逐步切换。先跑一段“影子模式”：ML只管记录判断，不参与控制，等统计指标稳定了，再慢慢接管。这个过渡期至少三个月，还要培训操作人员理解ML的弱点——比如光照敏感、对极端缺陷可能漏检。

另外，别期望ML能解决所有问题。有些缺陷物理特征太弱，比如极细裂纹在特定角度才可见，那还得靠人或者特殊光源。混合系统可能是最终解：传统视觉处理易检测部分，ML对付复杂模式，人做终极裁决。

人的因素：你别忘了，操作工才是最后防线

我们总是盯着算法，忽略人。去年在汽配厂，操作工嫌系统报警太频繁，私自调低了阈值，结果一批次品流到客户那里，赔了几十万。事后复盘，不是技术问题，是管理问题。机器学习质量检测系统上线后，必须和一线人员充分沟通，解释为什么这么设，教会他们看懂置信度分数，而不是盲信红灯绿灯。系统越智能，人的理解越不能缺位。

还有一个被忽视的点：数据反馈闭环。现场操作工发现漏检，要能一键上报，这些数据回流到训练集，模型才能迭代。否则模型永远是死的，环境一变就废。我们开发了一个简单的标注工具，让工人在触摸屏上就能圈出缺陷，半小时内数据就能进入下一次训练流水线。这才叫活系统。