某制造企业质检视觉模型的落地账本：从 92% 到 98.6%

这个项目做了一年，三万张标注图，两次产线停线改造。客户最初的诉求很直接：换个更强的模型。但复盘下来，模型在整个提升中贡献不到三成，真正把准确率从 92% 拉到 98.6% 的，是相机光源和标注规范这两件”不像 AI”的事。

为什么”换个更强的模型”不是答案？

因为当时的问题不在模型容量，而在输入质量。我们先把 92% 那一版的错判案例全部调出来看，发现超过六成的错误集中在两类缺陷上：极浅的划痕和与工艺纹理高度相似的压痕。这两类缺陷在原始图像里的对比度只有 0.31，人眼都要凑近看，模型判错是必然的。

换句话说，模型已经在尽力分辨，只是输入里根本没有足够的信息。这时换更大的模型，只会让它更有信心地判错。

第一笔投入：光源改造带来了 4 个点

我们没有动模型，先重做了成像。原来用的是同轴光，适合平整表面的均匀照明，但对浅划痕这种深度只有几微米的缺陷，反射差异被压平了。改成低角度环形光后，划痕产生的阴影被放大，缺陷对比度从 0.31 提升到 0.58。

同一批测试图，同一个模型，准确率直接涨了 4 个点。这笔改造的花费远低于重新训练一个更大的模型，而且不需要标注新数据。

第二笔投入：把判定标准写成手册，又拿到 2.6 个点

剩下的误差来自人的不一致。”轻微划痕”和”工艺纹理”在肉眼上极其接近，五个标注员有五种判法，模型学到的是五种标准的平均，结果谁都不像。

解决办法是把判定标准写成图文对照手册：每一类缺陷配三张典型图、两张边界图，明确写清在什么光照角度下、达到什么长度和深度才判为缺陷。三个标注员按手册重新标注了争议样本，一致率从 68% 提升到 94%，模型随之提升 2.6 个点。

整个项目的账怎么算？

可以看到，最大的两块收益都来自”非模型”环节。这不是说模型不重要，而是说在工业质检里，成像质量决定了模型能力的上限。

哪些钱可以省下来？

• 不必一开始就买最贵的相机：先确认缺陷的物理特征（是颜色差异、高度差异还是反射差异），再按特征选光源，比按参数选相机有效得多。
• 不必标注全部历史数据：先标 2000 张做基线，找出错判集中区，再针对性地补标，成本能降一半以上。
• 不必追求 99.9%：和客户一起确认漏判与误判的代价差异，再定阈值。多数产线上，误判（把好品判成坏品）的代价远高于漏判，阈值应据此调整。

两次停线改造是怎么安排的？

第一次停线 6 小时，用于安装新光源与相机支架，期间用人工全检兜底；第二次停线 4 小时，用于接入产线 PLC 信号与剔除机构。两次都安排在计划检修窗口内，没有额外损失产能。经验是：把改造窗口和既有检修计划绑定，比单独申请停线容易通过得多。

98.6% 之后还有提升空间吗？

有，但性价比急剧下降。剩下 1.4% 主要是极小概率的复合缺陷，需要更高分辨率成像和更多边界样本，投入可能翻倍而收益只有零点几个点。更划算的方向是把这个能力复制到其他产线——同一套成像方案和标注手册，在相似工艺的产线上通常能直接达到 96% 以上。