计算机视觉（CV）落地工厂，我劝你先想清楚这几点

去年夏天，一套花了三十多万的视觉检测系统在产线上停摆了——误报率高到工人直接把摄像头给拔了。说实话，当时站在闷热的车间里，听着PLC的报警声，后背全湿透了。不是设备不行，是我们太相信实验室结果了。计算机视觉（CV）从demo到落地，中间隔着100个坑。

1. 硬件选型就是第一道坎

很多新手上来就撸代码，模型跑通就以为万事大吉——天真了。工业现场首先跟你较劲的是光照、震动、灰尘。你精心调好的参数，到了下午三点阳光斜射进窗户，全废。

我吃过最大的亏是镜头。普通CCTV镜头根本扛不住产线振动，焦点没几天就跑偏。后来换了工业FA镜头配锁紧螺丝，才消停。还有一次，为了省钱用面阵相机拍高速运动物体，图像拖影拖得连亲妈都不认识。✅经验：高速场景必须上全局快门，卷帘快门就是灾难。

光源更是个玄学。红色、蓝色、红外，什么角度、什么波长，试错成本巨高。有次测一个黑色橡胶件上的划痕，肉眼都难看清，普通环形光一打，表面油膜反光成一片白。最后用低角度暗场，划痕瞬间立体——当时差点跪下叫爸爸。

问：光源为什么能决定成败？
答：工业CV本质是“特征提取”，光源直接决定特征对比度。比如检测金属表面凹坑，同轴光能屏蔽表面反光，把缺陷凸显出来；要是用球积分光源，啥都看不见。光源一换，算法可能完全失效，这不是调调阈值能解决的。

2. 算法不是万能药，数据才是爹

模型选型？YOLO、ResNet、Transformer… 现在框架多得眼花缭乱，但真正卡脖子的是缺陷样本。产线上良率通常95%以上，想凑够几百张缺陷图？做梦。我们曾为了收集一种稀有焊渣缺陷，蹲守了两个月，只拿到23张有效图片。用这23张训练，模型过拟合到连背景上的水渍都当成焊渣。

问：小样本条件下怎么把模型训好？
答：数据增强是基本功，翻转旋转调亮度都是小儿科。更狠的是用GAN生成缺陷，或者把缺陷P到正常图上。我们试过一种方法：对少样本类别做过采样+强增强，同时引入行业预训练模型做迁移学习。有一次，靠13张缺陷图，把检出率干到96%，但前提是负样本足够干净。别信那些吹牛零样本的，实际场景复杂起来，人都认不准，何况模型。

标注也是个说不出的痛。外包团队能把“划痕”标成“裂纹”，让模型直接精神分裂。后来我们自研了标注工具，配合主动学习，先让模型挑不确定的图给人标，效率提升三倍。❗注意：标注完一定要做交叉验证，别问为什么，血泪教训。

3. 部署上线，才是真正的开始

实验室Python脚本跑得爽，部署到产线IPC上——帧率从30fps掉到3fps。客户脸都绿了。后来把模型量化、裁剪，用TensorRT部署到Jetson上，勉强恢复到20帧。💡边缘计算选型太重要，千万别高估工控机的算力，也别低估图像预处理的开销。

还有个隐形坑：通讯协议。视觉系统要跟PLC交互，结果我们软件只支持TCP，现场西门子PLC只认Profinet，当场宕机。现学现写协议转换模块，那两周每天都像在走钢丝。

最让我心有余悸的是环境适应性。有一年冬天，检测精度骤降，查了三天才发现是镜头热胀冷缩导致焦距微变。后来加了温控外壳，软件里也做了动态补偿。所以每次项目上线，我都在心里默念：别太信出厂参数，到了现场全是变量。

问：怎样才算一个成功的CV落地项目？
答：不是验收通过，而是连续30天无人工干预稳定运行。这需要从硬件选型、数据处理、算法鲁棒性到运维监控全链条考虑。尤其要设计好失效策略——检测失败时是停机还是报警？别让视觉系统成了产线瓶颈。✅我们现在的原则是：宁可拒收一千，绝不放过一个，但也要平衡误报率，否则工人迟早再拔摄像头。

写到这里，又想起那个拔掉摄像头的工人，黝黑的脸上挂着憨笑：“这东西，不如我眼睛好使。” 我说不出话。计算机视觉（CV）再厉害，最终还得过“人”这一关。你觉得呢？