AI 视觉质检：漏检、误报与异常处置怎样验收

企业应用披露 · 汽车零部件

先看企业实践：重庆西源凸轮轴有限公司

实际做法

工业视觉终端采集凸轮轴图像，经 5G 传给边缘设备，识别划痕、毛刺等表面问题。

公开事实：系统可标记不合格产品并报警，合格产品进入后续工序。报道描述了相机光源、算法及训练数据的分阶段优化。

公开结果

新华网披露：单次检测由 55 秒缩短到 33 秒，检测精确度由 80% 提升至 99%。这些是该报道的项目指标。

证据边界：报道另有阶段性检测描述，不能与最终单次检测时间混为一谈；原文未公开完整测试集、分缺陷统计和成本表，不能推导人员替代比例、投资回收期或跨产线效果。

以上为第三方公开报道中的应用和结果，不代表玩学派承接的项目。下文为实施参考，与原企业的实际配置分开阅读。

下文的输入资料、实施流程与验收建议供准备试点时参考，不等同于案例企业已公开的实际配置。

视觉质检不仅要识别表面缺陷，还要安排告警后的复核、隔离和放行。试运行时保留原有质量流程，记录机器判断和人工结论的差异，再决定如何使用检测结果。

新华网报道，中国移动与重庆西源实施了5G视觉质检：图像送到边缘设备检测表面缺陷，并连接报警和产品流转。项目披露的单次检测时间由55秒变为33秒，检测精确度由80%变为99%。

这些是原项目结果，不是其他工厂的验收目标，也不能代替各类缺陷的漏检记录。以下为试点建议，不代表西源实际配置或玩学派交付成果；项目费用和周期需另行评估。

选择已有人工判定标准的一道工序，列明要检测的表面问题，以及本次不涉及的尺寸、内部或功能缺陷。外观检测合格不代表其他质量项目也合格。

在实际工位记录工件姿态、反光、遮挡、运动情况以及相机和照明设置。无法稳定拍到的缺陷，应先改善采图条件。样本要包含正常变化、确认过的缺陷和容易混淆的外观，并保留批次和人工判断。

品质与生产负责人共同约定谁复核、谁隔离、谁放行。断网、缺图或系统无法判断时，按既有质量流程处理。连接产线控制需另行确认接口权限及故障恢复办法，不能照搬案例中的设备连接。

按缺陷类别统计漏检、误报和人工复核工作量，将检测结果与留存的人工结论对照。耗时要算完整流程，不能用拍照时间代替检测节拍；同时检查告警、复核、隔离和放行是否有记录。

交接时保留适用产品清单、采图设置、样本判定、异常处置说明及测试结果。通过标准按约定样本和现场节拍确定；增加型号或改变现场条件后重新检查。