计算机视觉（CV）在产线上吃过多少亏？——一个老工程师的实话

去年跟一家汽配厂合作，产线上用CV做缺陷检测，半年换了三次方案。第一次，纯靠深度学习，样本不够，把划痕当脏污——漏检率飙到12%。客户脸都绿了。第二次，加了传统算法做预处理，误报又上来了，产线一天停四五回。

说实话，这些坑我都踩得麻了。但越踩越觉得，CV这东西，离真正的“智能”还远着呢。你得把它当做一个特别轴的学徒——眼力好，但缺经验，得一点点教。还得给他配好工具，光、镜头、算力，少一样都撂挑子。

成像系统：被忽视的“眼睛”

很多人一上来就琢磨算法，算法个鬼！我到现在还记得，2017年在一个电子件产线上，为了拍清楚芯片表面的微小划痕，我们折腾了整整三周的照明。环形光、同轴光、穹顶光……最后发现，竟然是侧边一个低角度条形光解决了问题——因为划痕只有在特定方向的光源下才会产生阴影。✅ 打光这事儿，没有教科书，全是经验和试错。你让一个博士对着论文调参数，不如找个产线老师傅，他知道水渍在什么光照下最显眼。

还有镜头。畸变！很多人忽略镜头畸变校正，结果测量精度一塌糊涂。我见过最离谱的，是相机架设在传送带上方的机械臂上，振动导致图像模糊，他们却反复优化检测算法……方向错了，跑再快也没用。❗

简单说吧，成像系统是CV的根。在工业现场，灰尘、振动、环境光、产品反光，每一个都是敌人。你算法再牛，拍出来的图是糊的、过曝的、带反光的，神仙也救不了。

算法与数据：越聪明越脆弱？

现在满世界都在吹深度学习。YOLO、ResNet、Transformer，名字都挺唬人。但工业界不是刷榜，不是ImageNet准确率99%就行。你要面对的是：同一型号的产品，可能批次间颜色有差异；传动带速度突然变了；操作员手一抖，工件歪了一点……这些在训练集里可没有。

模型的泛化能力，才是命门。我们试过用合成数据来扩充，挺好，但合成数据的分布如果跟真实有偏差，模型反而会学到一堆没用的特征。💡 我的经验是：先跑通端到端的流程，别追求一步到位。用传统方法做粗筛，再用深度学习攻克难点。比如，先基于边缘检测定位产品，再用CNN判断特定区域是否有缺陷。这样出了问题容易排查，产线工艺人员也听得懂。

而且，标注数据是个无底洞。我们经常开玩笑，做CV质检，70%的时间在处理数据，29.9%在配环境，0.1%在调模型。问：有没有可能用无监督或小样本学习？答：有，但离实用有距离。无监督报出来的异常，很多时候是背景噪声；小样本则对特征对齐要求很高。说白了，现阶段，数据量和质量还是王道。不过话说回来，边缘计算的发展让实时推理更容易了，我们在产线上直接部署Jetson或者FPGA，延迟能控制在200毫秒以内，这对高速生产线至关重要。

落地心态：跟产线绑在一起

我最烦一种说法：“我们这套CV系统，识别准确率99.5%，完全满足需求。” ——全是放屁。那0.5%在实验室是数字，在产线上就是每小时几百个误判。操作员要reset，工程师要被叫到现场，生产节奏被打乱。次数多了，人家直接把系统关了，用眼睛看。

问：那怎么衡量一套CV系统是否成功？

答：不是看准确率，是看产线接受度。如果操作员觉得它是个帮手，而不是添乱的，就成了。我们试过把人机交互做进去，检测到疑似缺陷时，弹窗给操作员二次确认，并把确认结果传回云端做增量学习。起初操作员嫌烦，后来发现能减少自己的责任，就愿意用了。而且，系统得皮实——温度、湿度、电磁干扰，随便哪一个都能让你精度掉几个点。我们在铸造车间装过CV，高温粉尘，镜头一天擦一次都不够，后来加了气吹，才勉强撑住。

问：对于传统制造企业，上CV项目最容易犯的错是什么？

答：把CV当成万能药。很多老板觉得，上了AI检测，就能裁掉质检员。大错特错。CV是辅助工具，它的价值在于提升一致性和可追溯性，再加上减少人工视觉疲劳带来的漏检。但突发异常、新产品上线、设备调试，还是离不开人。所以，正确的路径是让人机协作——CV做初筛，人做复核。这样，项目成功率高得多。

最后说句扎心的：计算机视觉在工业界的应用，目前还处在“手工作坊”阶段。每个项目都得定制，复制性差。但正因如此，才有机会。谁先啃下场景理解的硬骨头，谁就能吃到肉。