为什么批量制造工厂都在抢着上计算机视觉缺陷检测？
换作十年前，哪怕是五年前，工厂招检测工还能招到四十多岁眼神好的大姐，现在呢？年轻人不愿意干这种熬眼睛的活，干满一年，近视度数涨两百度，工资开一万都留不住。 人工检测的稳定性有多差？早班准确率能到96%，熬到晚班直接掉到85%，漏过去的不合格件流到客户那里，一单罚款就能抵得上半个月工资。 这家佛山的冲压件厂，原来养了32个检测工，每个月人工成本快28万，一年下来三百多万扔进去，还经常因为漏检被主机厂罚款。去年春天上了三条计算机视觉检测线，现在只需要4个人负责上下料，漏检率稳定在0.1%以下，连罚款都没了。
工厂落地计算机视觉（CV）最容易踩的三个坑
我见过太多工厂砸了几十万进去，最后把检测站扔在角落当摆设，问题大多出在这几点： 1. 没攒够合格数据就急着上线 很多老板觉得，我找出来几十张缺陷图，不就能训模型了？太想当然了。真实生产线上，合格零件也会有正常的加工划痕、模具印记、残留污渍，这些干扰如果没喂给模型，模型会把所有印记都当成缺陷，误报率能超过30%，工人要不停手动复核，最后嫌麻烦干脆自己肉眼看，机器直接闲置。 2. 盲目堆高端硬件 我见过有人测铸造件表面的大气孔，上来就配单台一万多的4K工业相机，还加了三台不同角度的高精度补光灯，最后算下来硬件钱翻了三倍，其实两千多的2K相机完全够用，纯属浪费。合适才是最重要的，不是越贵越好。 3. 忽略现场环境适配 算法公司在实验室调完，准确率99.9%，拉到工厂车间一跑，直接掉到80%，为什么？车间的灯光是晃动的，机床开着会震，镜头每天都会沾切削液的油雾，这些实验室不会有的干扰，直接把准确率拉下来。很多团队做完交付就不管了，工厂没人会调，最后就废了。
2024年工业CV的落地新变化
免责声明：文章内容来自互联网，本站仅作为分享，不对其真实性负责，如有侵权等情况，请与本站联系删除。
转载请注明出处：计算机视觉（CV）在机械制造缺陷检测中的落地：避坑与实战 https://www.dachanpin.com/a/tg/68908.html
