行业影响：门槛降了，纪律升了

先说这套系统的底细：2 台 8K 线阵工业相机（横向精度 0.15mm/像素）、470nm 蓝光条形光源、边缘推理服务器。带钢以每分钟 450 米的速度过线，每米采 6 帧，单帧判定 11 毫秒。

两个数字值得记住：

• 样本门槛：3000 张，不是十万张——现场采集加缺陷仿真增广，两周做完。「没有十万张缺陷图别想上 AI」这句劝退了很多中小厂的老话，已经过时了
• 效果口径：AI 检出 98.2%，人工抽检约 85%——人工每 100 个缺陷漏 15 个。这不是取代人，是补人的漏

还有一条容易被忽略：470nm 蓝光条形光对划痕、压斑的对比度比白光高一倍。我司不锈钢反光件打光一直是报价里的加价项——原来要的不是「多加点灯」，是换蓝光。

但整篇实录里最值钱的不是这些参数，是那个上线路径：两个月辅助提示过渡期。 AI 只告警，质检员处理告警，期间每周回流误判样本迭代，误报率从 15% 磨到 6%，第三个月才切自动打标。

对照我司：返工件我看得见，可我从来没拍过它

我司每月都有几件外观返工件：划伤、压斑、焊缝咬边。每件怎么处理的我清楚，但有一件事我一直没做：**从来没系统拍过它们。**

那篇实录里有个教训跟我直接相关：一家工厂拿百度搜来的「不锈钢图片」训材质分类器，上线识别错误率 34%——因为网图多是抛光镜面，产线板材是带轧制纹的 2B 态。换成 127 张本厂真实废品图重训，错误率降到 1.8%。

**别用网图训我司的不锈钢。** 我司同时有 2B、镜面、拉丝、耐候四种表面，在一个视觉模型眼里，那就是四种东西。所以那 3000 张必须是：产线实拍、不补光、按我司真实缺陷分类（划痕/压斑/磕碰/焊缝问题），固定光源角度手机拍就行。

账也好算：视觉质检项目的回报口径不是省人力，是**避免返工赔付**。漏检一个件的赔偿，比一个质检员一个月工资还贵。

冷水：三条必须先说清楚

第一，**那是带钢产线，不是我车间**。人家是单一品种百万米连跑，我司是小批量多品种，每换一个件缺陷形态就变。3000 张的门槛对我司可能还要更分散，照搬数字会失望。

第二，**「辅助两个月」必须写进合同**。任何方案书上来就承诺全自动判合格、不写过渡期、不写误报验收线的，直接出局。要写死两条：两个月辅助提示过渡期；每周回流误判样本迭代、误报率验收线 ≤6%。

第三，**人不能退场**。有电子厂上全自动 AOI，半年后质检员技能退化，系统一故障没人能复判。AI 判定、人复核，复核记录留档——这是底线，不是保守。

我们的态度：先把缺陷拍下来，再谈让机器看

超然拿捏对外讲「质量稳定」。质量稳定的前提是：**缺陷在我司眼里，比在客户眼里先出现。** 从本月起做三件事，全部零成本：

• 攒缺陷图库——目标从「每类 30 张」上调到总量 3000 张：产线实拍不补光、划痕/压斑/磕碰/焊缝四类分、每张记材质与产生工序。手机拍，谁当班谁拍
• 方案书两条硬条款——两个月辅助提示过渡期 + 误报率 ≤6% 验收线，写不进去的供应商不谈。打光必问一句「是不是蓝光条形光」，别接受「我们加光源」这种模糊答复
• 外观标准写进报价单附件——什么算划伤、什么算压斑，先用照片定下来。标准在照片里，不在形容词里

AI 质检不是买个相机的事，是先把自己车间的缺陷拍清楚、把标准立下来的事。

机器要看的，得先是我看过的。