近两年我接触过不少制造企业的质量团队大家谈得最多的不是“要不要上视觉检测”而是“上了之后为什么感觉没省人反而添了麻烦”。同一个划痕白班老师傅判报废夜班新员工直接放行同一批注塑件上午光线好检测出色下午光源衰减就频繁误报。我亲手参与过几条产线的视觉质检改造越来越确信一件事仅仅在流水线上架几台相机、跑一个分类模型解决不了“标准不稳定”这个根子上的问题。真正让我觉得方案做“对”了的是把计算机视觉当成企业AI Agent的一项感知能力嵌进质量判定、工序联动和持续学习的闭环里而不是把模型当一次性工具扔在现场。这篇文章我不打算讲那些听起来漂亮的架构图而是想聊实际落地从硬件采光怎么调到标注数据为什么比调参更烧时间再到试运行阶段怎么定阈值、上线之后怎么防止模型越跑越“瞎”。涉及的场景以电子元件外壳外观检测为主线同样适用于金属件、注塑件、包装外观等大多数质量控制场景。无论你是刚准备做技术预研的工程师还是已经被误检、漏检折磨到睡不着觉的项目负责人这些内容都能让你少踩一轮坑。1. 为什么人工质检和传统机器视觉都搞不定“稳定”这件事1.1 人工检验的成本黑洞从不在表面产线上人工质检的问题表面上算的是人力成本实际真正昂贵的是“标准漂移”。一份检验作业指导书往往写得很完整可落到具体执行时缺陷判定高度依赖个人经验。今天我抽查一个外观判“轻划伤可接收”明天换一位同事同样的缺陷可能就被判“NG”。人眼还会疲劳连续盯视屏幕三四个小时后漏检率悄悄上升。很多工厂为了守住质量底线只能反复加严标准结果是把大量“可用”的产品当成废品处理成本全被吃掉。我们在某个外壳检测项目里做过一次盲测让三位熟练质检员对同一批200个带有轻微瑕疵的零件做复判结果三人一致判定为OK或NG的比例不到七成。换句话说哪怕今天把AI系统装上去如果判定标准本身就跟着“人”在变系统再准也没有锚点。这个盲测结果成了后来整个项目设计最关键的起点——我们必须先帮客户把“什么叫合格”量化成可落地的规则。1.2 传统机器视觉的“死门槛”规则写不清楚的缺陷逻辑再复杂也判不了传统机器视觉不是说没有价值它在几何测量、二维码读取、位置引导这类“边界清晰”的任务上非常高效。通过灰度阈值、边缘检测、模板匹配就能稳定判断“引脚间距是否超差”“外壳轮廓是否偏移”。问题出在那些“说不清道不明”的缺陷上比如金属表面的细划痕、注塑的轻微收缩痕、表面光泽不均。这些缺陷特征往往是渐变过渡的不同角度光照下呈现完全不同很难用一段可解释的视觉逻辑去穷举。老式方案的通常做法是反复堆滤波器和阈值参数调到某一条产线效果好换一条线又要重新调。即便同一台机台可能因为某天车间湿度变化、材料批次的光泽差异原本的阈值就会集体失效。我见过最有耐心的工程师用了三个月去调一套检测划痕的规则最后还是被“磨砂面反光”这种日常现象搅得头疼。根因在于传统视觉是“人先把规则写死机器照着走”而外观缺陷恰恰是“规则只能描述大概细节根本无法穷尽”的领域。1.3 AI Agent带来的不是“一台能识别的机器”而是“一个会动态调整的流程”这就要说到AI Agent与单纯视觉模型的关键区别。很多人把“视觉检测AI”理解成拿一批照片训练一个分类网络部署后输出OK/NG就结束了。这种理解很容易让模型变成“盲人摸象”——它只管判断当前这一个画面却不知道这个缺陷是怎么来的、昨天同类缺陷多不多、该不该触发产线报警。在质量控制场景里合格的AI Agent应该具有感知、推理、行动和记忆四个基本能力。感知层面视觉模型负责发现“外壳第三区域有一条疑似划痕”并给出缺陷位置和置信度推理层面Agent结合规则库和上下文判断这条划痕的长度、深度、所处功能面是否触及客户封样标准行动层面Agent不是只知道报个警而是可以触发相机补拍、将该工件导向复检区、通知对应工位的责任人记忆层面它会把这次判定、后续人工复检的真实结论、当天产线的良率趋势全部记录下来用于下一批工件的阈值微调。这套逻辑做出来系统就不再是“一台会报警的相机”而是变成了一个能够参与车间质量管理闭环的数字角色。下面我按实际动手顺序拆开讲讲每一步怎么做。2. 搭建一套视觉质检Agent先从硬件和部署架构说起2.1 成像端是最大的坑比AI模型本身更容易翻车很多团队做AI质检上来就买高分辨率工业相机觉得“像素越高模型越准”结果项目一周后被光源问题卡死。成像这件事像素只是基础光源和打光方式才真正决定你看到的是什么。外壳上的浅划痕如果没有低角度环形光在常规漫射光下几乎不可见如果只用单侧条形光又会产生大量镜面反光让模型把正常纹理误判成缺陷。我在项目中总结的经验是先拿样品去“试光”确定缺陷与背景的最大对比度方向再定光源种类和角度。比如检测金属外壳的深度划伤我一般优先试低角度环形光或穹顶光源尽量让划痕产生明显的定向散射检测注塑件表面的油污或脏污则要多用同轴光或低角度的均匀反射光。相机安装位置要固定在刚性支架上不能随便架在产线护栏上。产线一运行就有振动相机轻微抖动几微米边缘轮廓就全糊了。相机选型上多数外观检测项目500万像素工业相机已经够用不用盲目追高分辨率——分辨率越高单张图像传输和推理耗时越长产线节拍往往不答应。帧率要看实际流水线速度常见的静态工位拍照检测30帧以下即可如果是高速运动中的带钢表面、薄膜表面可能需要200帧以上的线扫相机。这一步我吃过亏最开始规划的是高帧率全局快门相机结果发现产线节拍根本不快白白多花了好几万预算后来换回卷帘快门的中端型号完全够用。2.2 推理端选型边缘小站还是集中式GPU服务器接着要定的是图像推理在哪一级完成。我建议遵循一个原则能靠近现场算的就不要往云端送。理由很简单质检的实时性和产线联动性要求太高。你想用一个Agent判断出来NG后马上去触发剔除气缸动作如果图像还在网上绕一圈再回来节拍就崩了。另外长期运行的企业项目必须考虑数据边界大量的内部产品图像不适合全部传到外部云端做推理。具体部署上单工位小规模验证我通常推荐一台配置中等的边缘工控机搭配独立显卡或自带NPU的AI模块。这种方案的推理速度在20到40毫秒级别完全能满足大多数工位需求。如果是多工位、多相机联动的大车间则采用“边缘推理中心管理”模式每个工位边缘机负责实时推理和本地动作中心服务器负责Agent的长期记忆、模型下发、阈值策略更新、质量报表汇总。2.3 Agent编排层检测结果如何变成车间动作到了Agent角色真正发挥价值的环节——检测结果怎么与产线其他设备联动。一个质检Agent通常最少要接三类数据输出二进制判定与置信度用于控制PLC剔除气缸或者触发声光报警。结构化结果缺陷类别、坐标位置、缺陷尺寸估算保存到数据库供后续追溯分析。策略反馈Agent根据近期误检率调整不同缺陷的判定阈值并将调整结果发送给边缘机生效。举个例子Agent检测到某个批次外壳的划痕缺陷率从0.5%突然升到8%它不只是报警还会把这个异常事件推送给质量工程师并且将“该缺陷在接下来一小时内的复判比例”临时上调。等人工复核找到根源是模具某处崩角修复后良率回落Agent再自动恢复原阈值。这种“自动感知-动态调整”的联动能力才是AI Agent和普通视觉模型的差别所在。3. 数据和标注整个项目里最不该压缩时间的一环3.1 先定义“拍什么”再想“拍多少”数据采集阶段最常出问题的是“拿到一堆图就往模型里灌”。我建议先停下来列一份“拍摄清单”回答三个问题这个产品有哪几种缺陷类型分别长什么样同一种缺陷下又有哪些表面状态变化比如不同批次材料的光泽差异哪些不是缺陷、但长得像缺陷比如灰尘、光纤、贴标气泡一边采数据一边给每个缺陷类型拍照500张以上同时留出20%的“非缺陷但易误判”样本也就是所谓负样本难例。如果光采缺陷图、不采易误判图模型上线后就会出现严重的误报。漏检和误报是跷跷板想压低误报训练时就得有足够多的“难例”让它学会区分。3.2 标注粒度边界框、分割掩码还是类别标签外观缺陷标注的粒度直接影响后续系统能力。如果只做“整图OK/NG”的二分类你会得到很粗的结果系统告诉你“这块样板不良”但操作员不知道不良在哪个位置需要自己对着图慢慢找。所以我强烈建议至少在缺陷检测阶段使用目标检测框标注把每个缺陷的位置框出来遇到划痕、坑洞这些形状不规则的缺陷更进一步用分割掩码标注输出缺陷的精细轮廓。标注的时候要特别注意“级别划分”标准。有些轻微划痕虽然拍得到但按照企业封样标准属于可接收范围这类样本不能简单标成“划痕缺陷”否则模型会把可接收的轻微痕迹也报成NG误报率直接失控。实际做法是分两个模型任务先用检测模型把全部可见痕迹都找出来再由Agent按几何长度、像素对比度等信息去计算是否超出接收线。这种“检出来”与“判不判NG”的分离设计会让你后面的运维工作轻松很多。3.3 训练策略迁移学习为主别幻想从零训练一个大型网络外观检测模型现在已经比较成熟从头训练一套大规模视觉网络既不经济也没必要。我当前的标配思路是用目标检测的预训练权重比如YOLO系列的公开权重做底座在自己的缺陷图像上做微调。这样只要几千张有效标注图就能取得不错的检出效果。数据增强方面常规的旋转、缩放、翻转、亮度抖动都做上但要注意不能“增强过头”。对生产场景来说缺陷图的角度翻转要结合实际工位放料方向乱转容易让模型学到错误的空间位置关系。另外因为同一条产线的材料批次会带来表面纹理差异适度的色彩抖动和噪声注入有助于提高模型对批次变化的耐受度。不要追求把所有噪声增强全部拉满否则模型会变得“迟钝”轻微真实缺陷也发现不了。4. 从训练到试运行指标、阈值与现场调优的那些事4.1 业务指标先定下来漏检和误报哪个更让你肉疼很多新手一上来就盯着准确率在实际视觉质检里准确率是最没参考价值的指标之一。假设一个工位良品率是99%哪怕模型把所有产品都判成OK准确率也有99%但它的漏检能力为零。真正要看的指标是两组漏检率假阴性率有缺陷的工件被当成合格品放过的比例。误报率假阳性率合格品被当成缺陷品拦截的比例车间里一般直接叫“过杀率”。漏检率决定客户投诉风险过杀率决定生产成本。上线现场 通常默认是两者取舍后再折中。我的经验是先把漏检率控制在目标值内再慢慢压低过杀率。因为漏检会导致缺陷流出厂外属于更严重的质量事故一旦坏了口碑后面再解释也划不来。过杀率偏高起初可以靠复检岗位兜底至少问题没有流失到客户那边。4.2 分级置信度一个阈值管所有缺陷类型不现实同样的置信度阈值在不同缺陷类型上的效果完全不同。像尺寸超差这种特征明显的缺陷模型置信度通常都很高0.9的阈值也不痛不痒像划痕这类边界模糊的缺陷置信度普遍偏低把阈值拉到0.8可能一半的真实缺陷都被漏掉。实际操作中我会给每个缺陷类型单独配置置信度阈值而不是全局一刀切。更进一步的方案是设定“可信区间人工复核区间”置信度高于0.85的系统直接判定NG或OK置信度处于0.45到0.85之间判为“可疑”自动流转到人工复检台低于0.45的则认为图像质量或现场条件异常提示信息采集异常。这套分级设计既降低了漏检风险又不会让现场人员整天对着误报警处理。4.3 试运行期的“两条腿走路”策略千万别急着把视觉判定结果直接接到自动剔除机构上。我做的每个项目都至少保留两周的“影子模式”AI Agent照常做检测、照常输出判定但动作只写入日志不触发实际分拣。与此同时质量工程师每天按比例抽样复核这些判定结果把AI判OK但人工判NG、AI判NG但人工判OK的对象分别抽出来看。影子模式下积累的是最干净的对照数据。试运行结束我们通常会做一次系统性的误报/漏检复盘逐条查看误检图集总结出三类常见问题标注不一致导致的偏差、光源状态变化导致的不稳定、以及新增缺陷类型未被模型覆盖。哪类问题最突出就优先解决哪类之后再切换为“AI判定人工抽查”的正式运行模式。这一步虽然笨拙但能避开很多上线即翻车的尴尬。5. 上线之后AI Agent系统能不能长期好用取决于这几件事5.1 环境漂移是长期运营的最大敌人视觉系统做得好不好上线第一天其实还没法下定论真正考验的是三个月后。光源会老化亮度从100%慢慢掉到80%相机镜头表面会积灰图像越来越“雾蒙蒙”工件在产线上的定位夹具会磨损每次拍摄位置可能偏移几个像素。这些变化统称为“环境漂移”。模型是在当初的光照条件下训练的环境一变推理效果就会抖降。解决办法不是定期重训练而是要有一套自动监控机制。我习惯在Agent里塞一个指标每次推理后分析图像的亮度均值、对比度分布与历史均值的偏离程度。一旦发现数据漂移超过设定阈值Agent就推送“建议维护光源/镜头”的提醒而不是傻等到晚上误报投诉了才去处理。此外现场要留白平衡校准板和定期标定制度每次都拍摄同一款校准样件用来判断系统状态是否异常。5.2 错样本回流很多团队都漏掉的持续优化闭环AI质检系统上线运行一段时间后会沉淀一批“模型当时判错、人工复核纠正”的样本。这些样本是模型迭代最宝贵的肥料。所以不能把它们随手删除也不能把它们堆在数据库里不管。我会在每个项目里搭一个最简单的错样本回流管道把人工复检时纠正过的图像自动打上标记保存到单独的“待训练”目录每周做一次小批次增量训练验证集里加入这些新的错分样本。如果增量训练后在验证集上的表现变好再更新到生产环境如果反而下降回退到上一版。这里必须强调没有人工复核机制就没有可靠的错样本回流。这就是为什么我一直保留“可疑区间自动流入人工复检”的机制。5.3 模型版本管理与回滚策略质检Agent也是软件系统版本管理不能含糊。具体做法是每次生产模型发布时同步记录训练数据、训练参数、验证指标和上线时间。模型在正式切换前先跑到某条不重要的线或只在低风险品种上试用几天跑顺了再全面推送。万一新模型上线后误检率异常升高要能快速回滚到旧版本。这时靠的就是Agent中央管理服务器上的“一键下发”和“一键回滚”能力。模块版本控制在制造企业常被轻视等出了事故再去翻“当时模型是哪个文件”往往要折腾大半天现场早就投诉满天飞了。6. 从“单点质检”走向“生产质量闭环”的一些体会6.1 当质检Agent开始关注趋势而不再只看单个工件当单个工位跑稳之后Agent的作用可以向前延伸。比如连续统计某个缺陷的发生率趋势某款外壳产品的划痕概率在整个上午持续爬升Agent就可以反馈给工艺侧提示可能是上料磨损或模具温度出了问题。以前这个数据分析需要质量工程师隔几天手动拉一次报表现在Agent自己就能发现苗头并提前预警。这种能力拉通以后视觉质检就不再是“末端拦截”而变成生产过程的前馈控制。质检Agent可以把检测结果与成型机参数、批次信息、班次信息做关联帮助找出“到底是什么变量导致缺陷率上升”。这一步做出来整个项目的价值量级都不同了——从省了几个人工变成了在源头控制成本。6.2 人机协作的边界不要让现场人员觉得“系统在找茬”上线过程中最容易忽视的其实是人的感受。一线质检员刚开始对AI系统往往有天然抵触觉得是“机器来抢饭碗”操作上稍有不顺就放大抱怨。我的做法是在方案设计时尽量把Agent的定位从“评判者”改成“辅助者”系统发现可疑图像不是直接宣判报废而是把图像和定位坐标推送给人工由人工做最终裁决。这么做有两个现实收益一是保留人工在最终质量责任上的决策权避免系统判错却没有补救路径二是通过人工反馈校准模型比无人干预的“黑盒判定”更容易被现场团队接受。有一个项目我印象很深一位老质检员对自动判定一直有意见后来系统把“可疑工件”流转到他工位复核他点了几次“这是可接收的轻微纹理”模型经过两轮迭代后误报明显下降他才逐步信任这套系统。6.3 我的几条实操体会最后说几条我在多个项目里反复验证的体会算是一点“私货”不要在产线还在调试的阶段就做模型冻结。设备状态、工装夹具改来改去数据分布一直在变模型必须跟着迭代。先从一个缺陷类型做到极致再扩展到其他类型。把划痕这一个类型做到漏检率降到你接受的水平比同时铺开八种缺陷类型但每种都不理想要靠谱得多。别小看现场网络环境。部分老车间网络不稳定边缘机偶尔断网Agent要设计好离线缓存策略保证断网时候检测不中断网络恢复后再上传数据。关键工位要给Agent安排“心跳检测”。Agent本身也会出故障要定期用标准样件自动触发检测来确认系统是否在线、指标是否正常。这听起来很基础但真正做的团队不多。回到开头那个问题企业AI Agent的计算机视觉在质量控制里到底能做什么我的回答是它不是一个能取代质检员的“检测工具”而是一条能让“标准一致、反馈及时、持续学习”真正落地的质量闭环。前期的数据、光源、试运行这些东西又琐碎又费劲但绕不过去。把架构想清楚、把闭环做完整后面受益的将是整个生产系统。