花了三十多万上的视觉缺陷检测系统，跑了三个月，漏检率还是卡在12%。
太坑了。
他之前听供应商吹，说AI模型准确率能到99.5%，能自动识别磨削裂纹、螺旋纹、点蚀、划痕这些常见缺陷，结果装上去之后，要么把表面的油膜当成裂纹乱报警，要么真的裂纹摆在那，系统连个反应都没有。
我蹲在他的检测工位旁边看了半小时，问题一眼就看出来了——连光源都没配对，拍出来的照片糊得像蒙了一层纱，再好的算法也白搭。
为什么99%的纸面准确率在车间里完全失效？
很多人对视觉缺陷检测的认知，还停留在”拿个摄像头拍照片，喂给AI模型就行”。
完全不对。
你实验室里训模型用的数据集，是不是都是特意挑出来的、擦得干干净净的、在固定柔光下拍的样本？就像你选模特拍宣传照，肯定要磨皮打光，可真到了车间里，刚磨完的曲轴轴颈表面沾着乳化液的油膜，嵌着细碎的刚玉磨屑，甚至有工人拿手套搬工件的时候蹭上去的纤维印，这些东西在你的训练集里根本没出现过。
问：我们已经在实验室把模型训到了99.2%的准确率，为什么一到车间就崩？
答：你实验室的样本，是不是都是用无尘布擦干净、在暗室柔光下拍的？车间里的轴颈刚磨完，表面沾着乳化液的油膜，还有细碎的磨屑，甚至有工人不小心蹭上去的手套印，这些东西在模型里根本没见过。说白了，你训出来的是”拍写真的模型”，不是”能在车间干活的模型”。
❗ 90%的视觉检测项目落地失败，都是栽在数据集和现场环境不匹配上。你要做的第一件事，不是急着训模型，而是连续三天在真实工位上拍满一千张刚下线的工件照片，连上面的油膜和磨屑都别擦，拿这个当基础数据集，准确率先提20个百分点都不止。
轴颈磨削缺陷检测的核心，根本不是算法
我见过太多供应商，上来就跟你报算法精度，说什么用了最新的大模型，能识别微米级缺陷，结果连最基础的光源方案都没给你设计对。
轴颈是圆柱面啊。
你拿普通的正面环形灯打光，光线在圆柱面上形成的反光带会直接把表面的微裂纹、螺旋磨纹全盖住，拍出来的照片亮一块暗一块，别说AI了，连人眼都找不出来缺陷。
💡 做轴颈的表面缺陷检测，首先要配的是同轴漫射光源，再加一层侧倾30度的偏振镜头。漫射光能保证整个圆柱面的光照均匀，偏振片能消掉油膜产生的镜面反光，拍出来的照片里，哪怕是深度只有2微米的划痕，都会像刻在黑布上的白线一样清楚。
问：我们之前试过换了几个光源，还是拍不清楚表面的微小划痕，是不是镜头的问题？
答：大概率是你没加偏振片。轴颈表面的油膜会产生镜面反光，把划痕的信号全盖了，偏振片就是用来消掉这层反光的——别问我怎么知道的，之前为了调这个，在车间蹲了整整三天，烟抽了两包，才摸出来最佳的偏振角度。
很多人觉得，算法越贵越好。真不是。你把照片拍得清清楚楚，哪怕用最基础的传统视觉算法，阈值设对了，检测效果都比那些拍糊了的大模型强十倍。我上次在山东一家厂，他们之前花了四十万上的大模型检测系统，我帮他们把光源调整了一下，换了个五千块的传统视觉算法，漏检率直接从15%降到了0.8%。
真的，钱要花在刀刃上。
别上来就追求“零漏检”，先算清楚你要的阈值
很多质量部门的人一上来就说，我要零漏检，所有缺陷不管大小都要抓出来。
听着很负责任对吧？
实际根本落不了地。
你把检测阈值设得极低，只要有一点点划痕、一点点点蚀就报警，一天下来系统报八百次，工人要花大半时间复检这些根本不影响使用的工件，最后嫌麻烦直接把系统电源拔了，你这系统装了有什么用？
曲轴轴颈的失效，90%以上都是从深度超过3微米的表面划痕起步的，这个数据是我们和国内两家主机厂的质量部核对过的，可查证。也就是说，你根本不需要抓那些深度只有1微米、根本不会影响疲劳寿命的浅划痕，只要把报警阈值设在划痕深度超过5微米就行，既不会放过真正的风险，又能把过检率压到3%以内。
我接触过的能真正用起来的缺陷检测系统，没有一个是追求零漏检的。都是先算清楚产品的失效阈值，再对着这个阈值去调检测参数，最后再根据现场的报警数据慢慢微调。
说实话，现在很多做缺陷检测的供应商，根本不懂机械加工的工艺逻辑，就拿个通用视觉模型往你产品上套，最后出了问题就说你车间环境差，光线不好，换谁不气？
做检测，你首先得懂这个产品是怎么造出来的，知道什么缺陷会要了它的命，什么缺陷根本无所谓，不然说再多准确率都是空中楼阁。