产线相机拍下一张焊点图视觉实战www.abg8568.net，边沿端模子先框出疑似实焊，再把坐标交给视觉检测划定规矩复核。那套 AI 视觉检测流程不奥秘的，难点正在打光和样本。某五金厂用 200 万像素相机拍冲压件，白日漏检 3%，夜班飙到 8%的。本果不是检测模子差，是顶灯角度变了。反光把划痕淹掉。把光源换成低角度环形光了，划痕阳影立刻出来。接着采 500 张良品、300 张不良品，专门补上“临界件”，轻细划痕、落地油污、水渍了。AI 模子教的是鸿沟，不是完美图。

标注时别只画年夜缺陷，1 像素宽的细痕也要圈出来，打光调参否则推理阶段会当成噪声滤掉。小我履历，样本里没见过的缺陷。AI 视觉检测根柢会漏了，不要指视它自己悟。

念让 AI科技 实正省人力，先把传统的机械视觉和 AI 串起来。用模板婚配定位 ROI样本阈值的，再用 AI 分类器判 OK/NG，算力能降一半。工控机加一块 6TOPS 的 NPU，单张推理 30ms 阁下了。产线节拍 60 件/分钟也跟得上。阈值别照搬 0.5，拿混合矩阵看，漏检多就降阈值了，误报多就升阈值。我们调到 0.82，某注塑件误报每天 120 次压还有 18 次。

上线后每周回传 50 张争议图，人工复判再喂回锻炼集。视觉检测系统不是拆完就完。它是数据闭环。相机、镜头、光源、模子、阈值了，任何一环松动，功效都市漂。把工位参数锁死，比自觉换年夜模子更管用。AI 视觉检测要的是波动复现。

不是演示时那一下冷傲。