本文整理了工业落地中AI产品外观缺陷智能检测算法的实际经验，避开空泛理论，聚焦中级工程师落地时最头疼的选型、调优、坑点，所有内容均来自实际车间项目的一手测试数据。
从车间实际需求出发，别上来就堆大模型
上个月帮朋友的3C电子工厂调检测线，刚进车间就看到一堆算法工程师围着流水线挠头。模型在实验室准确率快99%，一到线上漏检误检一堆，根本用不了。
为啥？太多人上来就找最新的大模型堆参数，完全不管现场实际要求。
工业流水线的要求其实很直白。要快，要准，要便宜。
常见的流水线节拍是每分钟过12-15个产品，每个产品拍1-4张4K图，要求AI推理必须在100ms以内出结果，不然就会卡线。很多顶会论文里的算法精度漂亮，单张4K图推理要半秒，根本摆不上工位。
还有缺陷样本的问题。公开数据集里的缺陷占比动不动就10%以上，实际生产中，良品率99%以上，真正的缺陷占比不到千分之一，很多缺陷类型一年也出不了几十个，样本极度不平衡。你用平衡数据集训出来的模型，到现场直接懵。
行业通用的精度要求，按照GB/T 38870-2020《产品外观缺陷检测规范》，最小检出缺陷尺寸不大于0.01mm，漏检率不超过0.1%，误检率不超过1%，满足这个要求才算合格，不是实验室里那堆top1准确率能说明问题的。
常用算法架构的选型权衡：我踩过的三个坑
说实话，我这五六年做了快十个不同行业的缺陷检测项目，大大小小的坑踩了不计其数，掰扯掰扯最常见的几个坑。
最早做汽车钣金外观检测，一开始用传统机器视觉，阈值分割+Canny边缘检测，打光调好的情况下，准确率能到95%，结果换了一批板材，供应商换了底漆，颜色偏了两个度，准确率直接掉到78%，全线停摆半天改参数，别提多狼狈了。传统算法对光源、来料一致性要求太苛刻，稍微变个环境就歇菜，适合产品单一、几年不换款的场景，稍微有点柔性需求就别碰。
后来试了YOLOv5n做检测，轻量，输入640*640，在RTX3060上能跑80多fps，速度够了，但是0.03mm以下的微小划痕、凹坑，几乎全漏。为啥？backbone下采样的时候，小缺陷的特征直接丢了，根本学不到。
换U-Net做语义分割呢？分割确实细，每个像素都分类，小缺陷也能找出来，但是一张4K图推理要300ms，要满足节拍得三块GPU同时推理，单工位硬件成本从一万块涨到四万多，工厂老板直接砍了预算，根本不让上线。
现在我常用的架构，是YOLOv8n backbone + 局部注意力检测头，说白了就是用YOLO快速提候选框，只给候选区域加注意力计算，不做全局注意力，既保住了速度，又能把小缺陷的特征放大。实际测下来，4K图输入裁剪后，推理时间稳定在70ms以内，漏检率0.07%，误检率0.8%，完全满足国标要求，单卡能带三个工位，成本压得下来。
落地优化容易忽略的细节：数据和后处理才是涨点关键
很多人算法架构选好了，就觉得大功告成，调了两天参效果上不去就开始换模型，其实根本找错了方向。
我负责任说一句，工业缺陷检测，数据占七成，算法占三成。你训一百个epoch，不如加一百张难样本。
什么是难样本？就是人眼都要凑很近才能看出来的半透明划痕、隐藏在纹理里的凹坑、和背景灰度差不到5%的异色缺陷。这些样本，你随便加一百张进去，准确率直接涨两个点，比你改十次模型结构有用。我之前踩过最大的坑，就是凑了几千张样本，没做清洗，里面一百多张标错了，模型天天误判灰尘当缺陷，害我熬夜重新标了三天，半个月工期拖没了！
还有后处理，别觉得AI输出结果就完事了，加两层简单的传统校验，误判率直接降一半。AI说你这个地方是缺陷，你先算一下缺陷的面积、长宽，不符合缺陷最小尺寸的直接滤掉，再算一下缺陷和背景的对比度，空气中的浮尘落在产品上，对比度比真正的划痕低一半，一筛就筛掉了，这两步计算加起来不到10ms，成本几乎为零，效果好的惊人。
最后说部署，现在都推边缘部署，别全放云端，网络一卡就掉线。用INT8量化，我用ONNX Runtime量化，精度掉不到0.5%，模型体积缩小四分之三，能直接跑在Jetson Xavier NX上，帧率稳定35fps，完全满足流水线需求，单边缘模块成本不到三千块，比上GPU服务器划算太多。
做工业AI检测，拼的不是谁的模型新、参数大，拼的是你懂不懂现场需求，会不会在速度、精度、成本之间做权衡。多去车间蹲两天，搞清楚你要检什么缺陷，节拍要求多少，预算多少，再选算法，比对着论文堆模型靠谱多了。
