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。
