上周去苏州的一家汽车零部件厂,蹲在产线边看质检岗的小姑娘揉眼睛。连续8小时盯着0.1mm的焊缝找瑕疵,谁扛得住?
他们之前图便宜,买了一套消费级的视觉质检方案。跑了不到三个月,漏检率稳在3%以上,上个月因为一批有暗伤的焊缝流到客户那边,直接被罚了12万。老板当着我们的面骂销售,说那套东西还不如人眼靠谱。
很多人对CV的认知还停留在手机解锁、美颜拍照的阶段——觉得能识别人脸的算法,放到车间里肯定也能用。
大错特错。
手机上的人脸识别,是在光照稳定、姿态可控、目标没有反光没有油污的理想环境里跑的。工业产线是什么样?头顶的行车晃一下,灯光频闪两秒;工件刚从冲压机里出来,表面沾了点乳化液的油印;工人拿零件的时候稍微歪了15度,反光直接把摄像头的镜头晃成一片白。那些吹着“通用大模型横扫所有工业场景”的供应商,往往在第一次遇到这些乱糟糟的真实场景时,就会露出原型——毕竟他们的训练集里根本没有这些东西。
我们之前帮东莞的一家五金厂调模型,他们的冲压件表面有规律的拉丝纹,普通的预训练模型把每道拉丝都识别成裂纹,误报率高到产线根本不敢用。最后我们换了针对金属冲压件微调的模型,上门拍了整整一周的实际产线样本,连车间早中晚不同时段的光照变化都录进了数据集,才把误报率压到了能接受的范围。
问:我们之前试过淘宝上几千块的CV质检套装,为什么用了三天就扔了?
答:那套东西的训练集全是实验室里拍的理想样本——没有油污,没有频闪,没有产线震动带来的画面拖影。真到了车间里,注塑机一开机,旁边的行车晃一下,画面抖两帧,算法直接把正常的工件判成报废品。你想想,一条产线每小时出600个件,误报10%就是60个,工人挨个复检的时间,比原来人眼盯的时间还长,谁愿意用?
说真的,别觉得工业CV是什么高大上的黑科技。现在真正在车间里跑起来的系统,全是盯着那些人不愿意干、干不好、干久了要出问题的活。
比如锂电行业的极片瑕疵检测——那个断栅、漏箔的瑕疵比头发丝还细,人眼盯半小时就看花,稍微走个神就漏检。还有汽车总装线上的螺栓漏装检测,之前靠工人拿个小电筒挨个照,一天下来脖子都僵了。还有危化品仓库的违规行为识别——比传统的红外摄像头靠谱多了,能识别有没有人没戴安全帽、有没有越界进入警戒区、甚至有没有掏打火机的动作,连手里攥的烟盒都能认出来。
💡 去年我们帮江苏的一家光伏厂做方案,一开始供应商说用他们的通用大模型,不用标注数据,结果跑了一周,把电池片上的正常栅线全判成断栅,损失了小二十万的料。最后还是换了针对光伏场景微调的小模型,标注了12000张实际产线拍的样本,漏检率直接压到0.02%以下。
问:我们工厂上一套工业计算机视觉(CV)系统,大概要花多久才能回本?
答:别听销售给你算的“三个月回本”的鬼话。实际算下来,要看你原来的质检岗有几个人,每个月的人力成本是多少,还有原来的漏检带来的客诉损失。比如我们之前做的那个汽车零部件厂,原来4个质检岗,两班倒,每个月人力成本加起来快8万,之前因为焊缝漏检被客户罚的钱,每个月平均2万多。上了CV系统之后,只需要1个工人在终端看异常报警,漏检率压到0.1%以下,算下来差不多9个月收回了硬件和软件的投入。哦对,别一开始就想把整条产线的所有工位全上CV,先挑最痛的那个工位试,比如最容易漏检、人力成本最高的那个,跑通了再扩。不然一上来就铺全产线,钱花了效果出不来,老板都要找你麻烦。
这行做久了,见过太多工厂花了大价钱上CV,最后系统被扔在角落积灰的案例。总结下来就几个坑,踩中一个都要白扔几十万。
✅ 别买那种“开箱即用”的标准化CV套装。工业场景的光照、工件形态、瑕疵类型千差万别,就算是同一家工厂的两条产线,换了个批次的原材料,模型可能都要重新微调。真要落地,必须让供应商上门拍至少1周的实际产线样本,不能拿实验室的图来凑。
❗ 别把相机装在离工位太远的地方。之前有个厂为了不挡产线工人操作,把相机装在离工件1.5米的位置,结果拍出来的焊缝细节根本看不清,算法再准也白搭。一般来说,要检测0.1mm的瑕疵,相机的安装距离不能超过30厘米,还要配专门的环形光源,避免金属反光。
💡 别追求“零漏检、零误报”。这世界上根本不存在这种系统。只要把漏检率控制在你能接受的范围,误报率控制在工人每天复检的时间不超过1小时,就算是好系统了。之前有个老板非要追求零误报,我们前前后后调了3个月模型,最后系统是准了,但是遇到一点光线变化就报警,工人反而觉得麻烦,宁愿绕开系统用原来的老办法。
上周再去苏州那个零部件厂的时候,之前揉眼睛的小姑娘已经不用盯着焊缝死看了,只需要在终端等系统弹出来的异常报警,下班的时候眼睛也不红了。老板说上次客户来验厂,看到他们的CV质检系统,当场就加了20%的订单量。
现在很多人吹工业AI的未来有多远,其实哪有那么多未来。把车间里那些伤眼睛、容易错的活,交给机器干好,就已经值回票价了。
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:工业产线里的计算机视觉(CV):别再拿消费级方案凑数了 https://www.dachanpin.com/a/tg/71750.html