工业机器视觉缺陷检测：从采集选型到图像质量SOP

简介面向工业机器视觉初学者与缺陷检测从业者的工作小结PPT围绕制造场景中的图像采集、图像处理与运动控制三条主线梳理视觉检测系统的整体框架与常见落地环节。内容涵盖相机、数据接口、镜头和光源的选型要点图像对比度、均匀性与真实性等质量标准以及激光测试、隐裂测试、线阵相机成像等实验场景适合用来建立知识地图、补齐零散概念并对照实际项目复盘。压缩包内共1个pptx文件约9.76MB以分模块汇报页组织便于按主题查阅和二次整理。已有979人学习可作为工业视觉缺陷检测从入门到实践衔接的参考材料帮助读者理解硬件搭配、成像调试与测试报告之间的关联。1. 一份 PPT 能当手册用吗工业机器视觉缺陷检测的现场知识地图工业机器视觉缺陷检测这件事最麻烦的从来不是算法而是知识太散。相机参数躺在一份 Excel 里光源笔记在手机相册镜头选型的经验在某个老工程师脑子里——新人接手一个工位往往要花两周才能把「这张图为什么测不出来」问清楚。这份工业机器视觉缺陷检测工作小结 PPT 就是冲着这个痛点做的它把图像采集、镜头光源选型、数据接口带宽、成像效果测试按链路串起来配上现场实测参数和结论形成一份能直接摊在工位上翻的资料而不是又一篇讲原理的科普。它适合刚转岗做视觉的工程师、要给产线做检测方案评估的工艺人员以及想把零散经验沉淀成文档的从业者。它不讲深度学习模型怎么训讲的是「图怎么拍出来、拍成什么样才算合格、拍不合格该动哪个旋钮」。2. 从光子到像素采集链路四段拆解与选型账制造现场的视觉系统通常被拆成图像采集、图像处理、运动控制三段。三段里最容易被轻视的是采集算法工程师接手一个测不出来的工位第一反应往往是改阈值、换算子、加模型其实问题常常出在光源角度偏了五度或者镜头靶面比芯片小了一圈。采集链路决定信息上限图像处理只能在这个上限里做减法。下面按相机、接口、镜头、光源四段拆每段都给可计算的选型依据而不是凭手感挑。2.1 相机选型先定精度再倒推分辨率一台工业相机拆开看就是六件东西传感器芯片、防尘片或滤光片、控制与信号转换电路板、光学接口、数据接口、外壳。真正决定成像能力的是第一项其余五项决定它能不能稳定装进产线、能不能接上现有主机。传感器分 CCD 和 CMOS 两条路线。CCD 电荷统一转移、像素一致性极好、动态范围宽代价是帧率上不去、功耗高、成本高新项目基本不选CMOS 每像素自带放大与读出电路帧率高、集成度高、全局快门机型成熟主流工业相机已经全面转向 CMOS。选型时别背「CCD 更好」这种老经验要看测什么静态高精度测量可以接受卷帘快门运动中的工件必须上全局快门否则图像会斜切尺寸测量直接失真。维度CCDCMOS像素一致性好适合高精度测量早期偏弱现主流机型已接近帧率低读出串行高支持 ROI 提速动态范围宽中高HDR 机型可补功耗与成本高低快门形式全局卷帘 / 全局可选运动件必须选全局适用场景老旧产线替换、特殊高动态场景绝大多数新建检测工位面阵还是线阵取决于工件形态。面阵一次曝光得到二维图像适合定位、有无检测、字符识别、装配确认线阵一次只取一行靠工件与相机的相对运动拼出整幅图适合卷材带材、圆柱面展开、大幅面电池片。线阵的代价是必须解决同步没有编码器信号行频对不上图像会被拉长或压扁而这种变形在算法端几乎无法可靠修正。分辨率不是越大越好要从检测精度倒推。设视场宽度为 W 毫米要可靠检出的最小缺陷为 d 毫米工程上一般要求缺陷至少占 3 个像素保守取 5 个所需像素数 N ≈ W / (d/3)。举个能直接抄的例子幅宽 200mm 的电池片要检出 0.1mm 的细栅断线按 3 像素算像素当量必须 ≤ 0.033mm/px需要 200/0.033 ≈ 6000 像素选 8K 线阵8192 像素刚好留出余量。反过来如果一开始就买了 16K像素当量做到 0.012mm单行数据量翻倍行频上不去反而拖累整线节拍——这是新手最容易踩的「参数过剩」坑。黑白还是彩色也要先定死。缺陷检测绝大多数场景用黑白同像素数下黑白相机量子效率更高、没有拜耳插值造成的分辨率损失、单帧数据量只有彩色的三分之一。只有涉及颜色判异镀膜色差、油墨色偏、外观分级才上彩色而且优先考虑分时多光源合成彩色的方案而不是直接买彩色相机。还有一个常被忽略的参数是靶面尺寸。镜头必须覆盖相机芯片的靶面镜头靶面小于芯片会出现四角暗角甚至黑边靶面大于芯片则浪费视场。2/3 英寸镜头配 1 英寸芯片这种错配在现场并不少见表现就是图像四角亮度明显低于中心很多人误以为是光源不均调半天光源也没用。2.2 数据接口与采集卡把带宽账算在买之前接口选错的代价很高往往要换相机、换线、换主机甚至改机架。常见接口的性能差异先摆出来选型时按这张表对号入座。接口理论带宽实际可用线缆长度是否需采集卡典型场景GigE Vision1 Gbps约 110 MB/s100 m否板载网卡即可2MP 级面阵、多相机分布式10GigE10 Gbps约 1 GB/s100 m光纤更长否需万兆网卡高帧率面阵、多台 8K 线阵USB 3.05 Gbps约 350 MB/s无源 3 m有源可延长否单台中小面阵、实验室IEEE 1394b800 Mbps约 80 MB/s4.5 m需 1394 卡老旧设备维护CameraLink Base2.04 Gbps约 255 MB/s约 10 m是中高速线阵、稳定性优先CameraLink Medium/Full4.8 / 6.8 Gbps约 600 / 850 MB/s约 10 m是8K 以上线阵、多通道CoaXPress每通道 12.5 Gbps可多通道聚合同轴 40 m 以上是超高速、超高分辨率带宽账要自己算别信厂家标称的「支持 8K」。计算方法是面阵单帧字节数 宽 × 高 × 位深 / 8再乘以帧率线阵则是 行像素 × 位深 / 8 × 行频。比如 8192 像素、8bit、6000 行/秒的线阵数据率约 49 MB/s也就是 393 Mbps千兆 GigE 理论 125 MB/s实际打七折约 87 MB/s看起来够用但只要位深升到 10bit 或行频提到 8kHz立刻顶到天花板出现丢帧、图像中间断行。很多人第一反应是换网线其实该换的是接口方案。# 采集链路带宽与行频核算选型前先跑一遍避免买回来才发现接口带不动 def line_scan_budget(pixels_per_line, bit_depth, line_rate_hz): bits_per_sec pixels_per_line * bit_depth * line_rate_hz return { Mbps: round(bits_per_sec / 1e6, 1), MB/s: round(bits_per_sec / 8 / 1e6, 1), # 千兆网实际可用按理论值的 70% 估算留出协议开销和突发余量 gige_utilization: round(bits_per_sec / 1e6 / (1000 * 0.7) * 100, 1), } def line_rate_from_speed(line_speed_mm_s, pixel_pitch_mm): # 行频 产线速度 / 单像素对应实际长度这是线扫最容易算错的公式 return round(line_speed_mm_s / pixel_pitch_mm, 1) print(line_scan_budget(8192, 8, 6000)) # {Mbps: 393.2, MB/s: 49.2, gige_utilization: 56.2} print(line_rate_from_speed(300, 0.05)) # 6000.0即 300mm/s 产线、0.05mm 像素当量下需要 6kHz 行频第一段函数的三个入参分别对应线阵相机的单行像素数、ADC 位深、行频输出直接给出占比gige_utilization超过 70% 就该考虑 10GigE、CameraLink 或双网口分流。第二段函数是两个现场最常混用的量产线速度单位是 mm/s像素当量单位是 mm/px除出来的行频单位是 Hz也就是每秒取多少行。之所以强调这个是因为不少人会拿「产线速度 × 曝光时间」去估算模糊量却忘了行频和曝光时间是两个独立参数——行频决定采样密度曝光时间决定运动模糊两者都要单独核。采集卡和板载网卡的区别核心在确定性。GigE 走标准网卡靠中断和驱动收包CPU 负载高、抖动大多相机同时跑容易丢包CameraLink 和 CXP 走专用采集卡加 DMA数据直接进内存抖动小。如果工位要求 7×24 小时连续跑、单班次几万件宁可多花采集卡的钱。用 GigE 的话记得开巨帧Jumbo Frame 9014、关掉网卡的节能与中断节流、把相机单独挂一个网段这几步是「图像偶尔缺一行」的后悔药。2.3 镜头与光源对比度是打出来的不是后期调出来的镜头的作用只有一句话把目标成像到传感器光敏面上但这一句话里藏着焦距、工作距离、视场、景深、畸变、光圈六个互相牵制的量。焦距估算用相似三角形即可f ≈ 工作距离 × 靶面尺寸 / 视场。比如靶面 2/3 英寸约 8.8mm × 6.6mm取短边 6.6mm要覆盖 100mm 宽的视场工作距离 300mm则 f ≈ 300 × 6.6 / 100 ≈ 19.8mm选 20mm 或 25mm 定焦。反过来说现场常见的「换了个 13mm 短焦视场大了但边缘虚」是因为短焦在大视场下畸变和场曲都明显边缘解析力下降测量类工位不能只图视场够。光圈不只是调亮度。F 数越大光圈越小景深越大、进光越少、衍射越明显F 数越小进光多、景深浅、边缘像质下降。测有高度的工件比如带栅线的电池片、有台阶的壳体景深不够的表现是「中间清楚两边虚」此时要么缩小光圈补光要么上远心镜头。远心镜头的价值在于消除透视误差测量孔径、间距、平行度这类尺寸时基本是必选项代价是贵、重、工作距离固定。光源类型打光方式适用对象注意点环形光直射相机同轴方向斜照一般平面字符、标签镜面工件会打出高光斑环形光漫射加漫射板柔化曲面、铸件、有纹理表面亮度损失大需提高功率条形光低角度掠射划痕、凹坑、边缘毛刺角度差 5° 效果可能天差地别背光工件背面透射轮廓尺寸、透明件、通孔工件必须离开背板避免阴影同轴光半反镜同轴入射高反镜面、金属镀层只对垂直反射面有效穹顶光半球漫射高反曲面、球面件体积大遮挡工位红外/紫外特定波段激发隐裂、胶水、荧光标记需匹配相机响应波段好的图像有硬指标不是「看着清楚」目标与背景的灰度差至少 308bit 下整体亮度均匀或差异不影响阈值分割颜色真实且不过曝。频闪光源要和相机硬触发同步曝光窗口外光源必须关断否则运动工件会拖影。很多人把光源常亮、靠缩短曝光压拖影结果是亮度不够、增益拉高、噪声上来算法端再怎么滤波都是徒劳。3. 图像质量三指标把「这张图行不行」变成可量化判断「这张图能不能测」在多数团队里靠老工程师看一眼拍板这种判断没法交接、没法复现。把对比度、均匀性、真实性三个指标落成可计算的数新人也能自己判断该不该调光。3.1 三个指标的算法定义与阈值对比度取目标区域与背景区域的灰度均值之差行业里流传的「相差 30 以上」指的就是这个差值。低于 30 时阈值分割的容差窗口被压缩到个位数灰阶光源稍有衰减或工件表面状态波动二值化结果就整体翻转表现为「同一个产品有时判 OK 有时判 NG」。实测时不要只取一个点目标区和背景区各取不少于 500 像素的 ROI算均值差和标准差。均匀性用分块法把图像切成 8×8 或 16×16 的网格算每块均值取最大块均值 − 最小块均值/ 全图均值。这个比值超过 15% 就要查原因常见是镜头暗角、光源两端衰减、或者相机靶面与镜头不匹配。均匀性差最直接的后果是同一套阈值参数在画面中心和四角表现完全不同逼着人给每个区域单独设阈值参数越堆越多。真实性主要看过曝比例和颜色偏差。8bit 图像里灰度 255 的像素占比超过 0.5%就说明有信息被削掉了缺陷落在过曝区里直接消失。这一点在测高反金属件和镀膜件时特别致命肉眼看着「亮堂堂很清楚」实际过曝区的细节已经全没了。3.2 用灰阶卡跑一遍标准调图流程调图顺序错了会反复返工正确顺序是固定工作距离与角度 → 定光圈先满足景深 → 调光源亮度与角度满足对比度 → 调曝光时间满足亮度且不拖影 → 最后才动增益。增益放在最后是因为它同时放大信号和噪声先加增益会把后面的调整空间吃掉。步骤操作判据常见错误1固定相机与工件相对位置工作距离误差 1mm用手扶着调参数无法复现2光圈开到满足景深的最小 F 数工件高低面都清晰先开大光圈提亮景深不够3调光源角度与亮度目标背景灰度差 ≥ 30只调亮度不调角度4调曝光时间运动模糊 1 像素用曝光补亮度导致拖影5最后加增益噪声不明显、过曝 0.5%一开始就拉满增益import cv2 import numpy as np def quality_report(path, fg_roi, bg_roi, grid8): img cv2.imread(path, cv2.IMREAD_GRAYSCALE) if img is None: raise FileNotFoundError(path) x1, y1, x2, y2 fg_roi fg img[y1:y2, x1:x2].astype(np.float32) x1, y1, x2, y2 bg_roi bg img[y1:y2, x1:x2].astype(np.float32) contrast float(fg.mean() - bg.mean()) # 目标与背景均值差要求 30 h, w img.shape blocks [img[i*h//grid:(i1)*h//grid, j*w//grid:(j1)*w//grid].mean() for i in range(grid) for j in range(grid)] uniformity float((max(blocks) - min(blocks)) / img.mean()) # 要求 0.15 overexposed float((img 255).sum() / img.size) # 要求 0.005 return {contrast: round(contrast, 1), uniformity: round(uniformity, 3), overexposed_ratio: round(overexposed, 4)} print(quality_report(station_a_001.bmp, (400, 300, 900, 700), (50, 50, 350, 250))) # {contrast: 42.6, uniformity: 0.087, overexposed_ratio: 0.0012}函数里fg_roi和bg_roi是手工框出的目标区与背景区格式为 (x1, y1, x2, y2)grid控制均匀性分块粒度纹理复杂的工件用 16 更敏感平整表面用 8 就够。输出的三个数分别对应上文的三个阈值直接拿来做调图的验收标准。这段脚本我一般在试产阶段挂在采图目录上批量跑几十张图一起出报告比一张张肉眼看快得多也避免了「凭感觉觉得差不多了」这种玄学判断。4. 线扫与激光成像复盘一拖二接线、808nm 亮源与隐裂参数产线上的成像方案很少是标准品多数要在现场改。这一章复盘三类典型场景线阵相机一拖二、近红外激光激发成像、高反与遮挡工件的打光每一类都给出参数怎么定、失败时看什么。4.1 线阵相机一拖二行频、编码器与硬触发的账一拖二指的是两台线阵相机共用一套主机、一套触发源常见于同一条产线的上下表面同时检测或者前后两个工位串在一台机器上。这样做省主机、省布线但对同步要求更严。行频是第一笔账。行频 产线速度 / 像素当量这个公式前面给过。假设产线 300mm/s、像素当量 0.05mm/px行频 6kHz两台相机各 6kHz主机要能同时吃下两路数据。8K 8bit 单路 49MB/s两路接近 100MB/s千兆网卡实际约 87MB/s已经不够这就是为什么一拖二方案通常直接上双万兆网口或 CameraLink 双通道采集卡而不是硬塞进一个千兆口。第二笔账是触发源。线扫的触发有两种内部定时相机自己按设定行频取图和外部硬触发编码器每走一个像素当量发一个脉冲。产线速度恒定、精度要求一般的场合可以用内部定时但只要有加减速、启停、速度波动内部定时就会造成图像纵向拉伸或压缩表现为圆形变椭圆、方形变矩形。正确做法是编码器信号进分频器一路分成两路分别给两台相机保证两台相机严格同步。第三笔账是两台相机之间的空间对齐。上下表面检测时两台相机的行起始位置、曝光时刻必须一致否则同一片工件在上下两张图上的位置对不上后续做配对分析时会持续偏移。做法是用同一个硬触发信号并且把两路触发线做成等长别小看这几十厘米的差异在 6kHz 行频下就是几个像素的错位。提示一拖二方案上线前用一片已知尺寸的标准件跑一遍纵向和横向的尺寸测量两个方向的误差都在 1 个像素以内才敢放行这一步省不得。4.2 808nm 激光加近红外相机做隐裂与 PL 成像硅片隐裂的检测靠的是光在材料内部的散射差异可见光打不透硅必须用近红外波段。常见两条路线电致发光给电池片通正向电流复合发光和光致发光用激光激发测发光强度分布。光致发光的优势是非接触、速度快适合在线抽检。光源侧用高功率近红外激光把光均匀铺成一条线或一个面照射到硅片上硅片受激发后在 1100nm 以上波段发光隐裂、断栅、杂质区域发光弱在图像上表现为暗线或暗斑。这里有两个参数要反复试激光功率和曝光时间。功率偏低发光太弱图像噪声占比大功率偏高硅片发热、发光饱和暗场细节反而被压平。25W 级别的亮源在大幅面照射时通常够用但要注意光斑均匀性——光斑中间亮两边暗会直接传导成图像上的亮度梯度看起来像整片区域缺陷其实是光源的问题。相机侧要匹配发光波段普通硅基相机在 1100nm 附近量子效率已经很低需要近红外增强机型或铟镓砷传感器。这里的血泪经验是镜头也必须换。普通可见光镜头在近红外波段的镀膜透过率差还会产生焦点偏移表现为「怎么调焦都不够锐」。换近红外校正镜头之后同样的相机和光源图像清晰度能差一个档次。散热不能忽略。大功率激光器连续工作会温漂波长和输出功率都会变图像亮度随之缓慢下降。做法是水冷或强制风冷并且在软件里加一个亮度监控每千片取一次全图均值均值漂移超过 10% 就报警重新标定。4.3 石墨舟、石英舟、花篮高反与遮挡件的打光策略载具类工件的检测难点不在缺陷本身而在成像条件。石墨舟表面深色、粗糙、有大量孔槽吸光严重常规环形光打上去一片死黑。这类工件要提亮 diffuse 成分用大面积漫射光或者多组条形光从不同角度叠加把孔槽内部也照亮同轴光在这里基本无效因为它只对垂直反射面有效而石墨表面是漫反射。石英舟是透明件透明件的问题恰好反过来光直接穿过去正面打光拍出来几乎全白。检测轮廓和崩边要用背光把工件放在光源和相机之间边缘变成清晰剪影如果还要检测表面附着物或雾化就得用暗场照明让散射光进入镜头直射光被挡掉。花篮是密集装载硅片的载具遮挡严重。正面打光只能看到最外层想看清层间就要靠斜侧光加高景深。这时候景深比分辨率更重要宁可降一档分辨率、缩小光圈把景深拉起来也不要追求极限解析力结果一半层数虚焦。工件表面特性推荐打光避免的做法石墨舟深色、粗糙、多孔槽大面积漫射 多角度条形叠加单点同轴光石英舟透明、高反背光看轮廓暗场看附着正面直射花篮密排、遮挡、多层低角度斜侧光 小光圈保景深只求分辨率忽略景深5. 排查清单图像链路和一致性两类故障怎么定位现场问题看起来千奇百怪归归类其实就两大类一类是图压根没拍好另一类是图看着好但复现不了。分开排查能省掉大量试错。5.1 图像链路类故障从「拍不到」到「拍不清」现象一图像整体发灰目标和背景灰度差只有十几。原因通常是光源角度不对或者亮度不够而不是相机问题。低角度掠射对划痕有效但对平面字符就几乎没贡献漫射光能压掉高光但也会削掉边缘对比。解决方法是先把光源固定、只调角度每转 15° 拍一张量一次灰度差找出峰值角度再细调别一上来就换光源型号。现象二线扫图像出现规律性横纹或者图像被拉长压扁。这是行频不匹配的典型症状。内部定时模式下产线速度一变行频没跟上图像纵向比例就错了横纹则多半是光源频闪与曝光窗口没对齐频闪频率和行频存在拍频。解决办法是改用编码器硬触发让行频跟着产线速度走光源改成与相机曝光信号同步的频闪模式确认曝光窗口完全落在光源点亮区间内。现象三图像中心清楚、四角发暗。先查镜头靶面是否覆盖芯片靶面再查镜头暗角和光源两端衰减。镜头靶面小于芯片是最常见的原因表现为四角亮度平缓下降、边界不锐利光源两端衰减则是对称的、只在高宽比大的工件上明显。前者只能换镜头后者靠加长光源或提高两端功率补偿。现象四相机能出图但偶尔丢一整行图像中间断开。这是带宽或链路问题。千兆网卡没开巨帧、网线过长、交换机参与转发、CPU 中断被其他进程抢占都会造成偶发丢包。排查顺序是先看相机端的丢帧计数再看网卡的收包错误计数最后用抓包工具确认丢在链路哪一段。多数情况下开巨帧、换直连、关掉网卡节能选项就能解决。5.2 一致性与重复性类故障图好看但复现不了现象五同一片工件隔几分钟重新拍缺陷位置判读不一致。原因多半在机械侧——相机支架锁紧力矩不够、镜头调焦环没有锁死、工件定位面有松动。视觉系统对亚像素级位移很敏感支架轻微振动就足以让边缘位置跳几个像素。解决办法是所有可调部件加防松结构调完焦用锁紧螺钉固定并在软件里加一个基准标记的位置监控超过阈值就提示重新标定。现象六换班之后参数全变了。这是参数没有版本化的典型后果。每个人调完随手保存文件名各写各的谁也不知道哪一版是验证过的。做法是把曝光、增益、光源亮度、工作距离、产品型号、镜头型号全部记进一张参数表与程序版本绑定管理工位交接时按表核对而不是凭记忆。现象七算法在样本图上很准一上产线误报率飙升。这是典型的样本偏差。采样时挑的都是外观规整的良品实际产线上有油污、有反光、有来料批次差异。规避办法是连续采集至少一个完整的生产班次涵盖换料、换批次、启停阶段从中挑出边界样本重新定阈值而不是拿几张漂亮图就上线。故障现象最可能原因优先动作对比度不足光源角度或亮度扫角度、量灰度差横纹 / 图像变形行频与光源不同步改编码器硬触发四角发暗镜头靶面不匹配核对靶面尺寸偶发丢行带宽或网卡配置开巨帧、检查丢包计数重复性差机械松动或参数未版本化锁紧 参数表管理6. 把参数固化成 SOP从单次调试到可复用流程调通一个工位只是开始能把它交接出去才算完。我现在的做法是每次调试完强制走一遍固化流程先把最终参数写进一张工位交接单包括相机型号、镜头焦距与光圈、工作距离、光源型号与角度、曝光、增益、行频或帧率、触发方式一项不落再把 Halcon 的处理链按算子顺序记下来标注每一步的作用和关键阈值区间。Halcon 这条链子本身不复杂难在参数背后的理由要留痕。常见做法是read_image读图后rgb1_to_gray转灰emphasize或bilateral_filter增强缺陷与背景的差异threshold粗分割connection拆连通域select_shape按面积、圆度、矩形度筛掉噪声再用gen_measure_rectangle2配measure_pos做亚像素边缘测量。每一步的阈值都要写明「为什么是这个值」比如面积下限为什么是 80 像素而不是 50——因为小于 80 像素的区域经统计全部来自光源反光而不是真实缺陷。没有这句理由下一个人接手只敢原样复制产品一换就抓瞎。# 工位固化的目录结构直接照搬就能交接 station_07_top/ ├── config/ │ ├── camera.yaml # 曝光、增益、行频、触发方式 │ ├── optics.yaml # 镜头焦距、光圈、工作距离、光源角度 │ └── halcon.params # 各算子的阈值与理由注释 ├── calib/ │ ├── pixel_pitch.txt # 像素当量标定日期与标准件编号 │ └── uniformity.png # 均匀性报告截图 ├── samples/ │ ├── ok/ # 连续一个班次的良品含边界样本 │ └── ng/ # 各缺陷类型的代表图注明判定依据 └── README.md # 一页纸这个工位怕什么、调参从哪下手这个目录结构的价值在于接手的人不用问人打开 README 就知道该工位的历史问题打开 config 就知道当前参数打开 samples 就能自己复现验证。pixel_pitch.txt里必须写标定日期因为相机或镜头一旦动过这个数就失效而我见过太多人拿着半年前的当量继续算尺寸误差越积越大。最后一条是验证闭环。每次改完参数跑三件事用标准件测一遍尺寸误差误差必须在 1 个像素内用连续一个班次的样本跑误报率超过基线就得回退用同一片工件重复拍 20 次看判定结果是否完全一致。三关都过才算改完否则宁可回退到上一版。这套流程听起来笨但它是把「某个人的手感」变成「团队资产」的唯一路径。从那以后我每次调完一个工位哪怕只是把光源角度拧了两度也会强制走一遍参数记录和样本留存因为我知道下一次接手的人不会比现在的我更聪明能靠的只有纸面留下的东西。希望帮到你。本文还有配套的精品资源点击获取