车间灯底下的新眼睛:聊AI外观缺陷检测的教学踩坑

上周带毕设组做小型冲压件的在线检测项目,本来我以为只是走个流程,结果整组人栽了大跟头。

第一次做样机,全踩了不该踩的坑

所有人的注意力全扑在AI模型调参上。找开源数据集,标了三百多张图,改了模型主干,天天围着精度抠小数点。 没人管打光。 没人管工件定位。 我蹲在实验室机架旁边看了五分钟,拍出来的工件图,一半边缘糊在机架的阴影里,工件放歪两毫米,划痕就跑到画面外面去了。学生还跟我说,现在模型鲁棒性强,这点干扰抗得住。 结果跑一百个样件,二十三个错检。六个划痕直接被判定成合格,三个边角变形直接被当成油污打回。我当时对着屏幕笑都笑不出来。
冲压件AI缺陷检测错误打光实拍图
冲压件AI缺陷检测错误打光实拍图
说实话,这不是这组学生的问题。我带了三届做AI检测项目的学生,十个有八个会这么干。上来就说我要做AI外观缺陷检测,开口就是YOLO、Transformer,问他相机离工件多远,需要多少定位精度,一半人答不上来。 好像只要AI到位,机械部分凑活凑活就行。

把机械设计放回AI项目的核心位

逼着整组推翻重来,先不碰模型,先改结构。 原来的方案是传送带自由过料,工件随便放,相机架在上面拍。改成了带V型定位槽的等分分度盘,每个冲压件放进去,侧边加弹性顶针定位,位置误差直接压到0.2mm以内。 打光也改,原来就一个环形灯乱照,现在分两路:测平面划痕用斜侧环形光,测凹凸变形用同轴落射光,换产品换缺陷只需要切个光源模式,不用动机架。
带定位分度盘的AI外观缺陷检测样机实拍
带定位分度盘的AI外观缺陷检测样机实拍
改完结构,模型参数一行没动,再跑一百个样件,错检直接降到三个。学生都傻了,说原来不用调AI,改改机械就涨这么多精度。 我说,你想明白了吧,七分靠机械,三分靠算法,这句话放在这里真不是玩笑。 AI外观缺陷检测,AI干的是最后一步分类判断的活儿,前提是你得给它一张干净准确的输入图。要是输入本身就是糊的,偏的,缺陷都藏在阴影里,神仙模型也救不了。 机械设计不是AI项目的附属品,是根基。你根基歪了,上面堆再多先进算法也没用。 不过话说回来,真不能全怪学生。现在网上能找到的相关教程,全是教你标数据集、调模型、涨精度,没人提一开始怎么设计机械结构,怎么定定位误差,怎么选打光方案。学生接触下来,自然就觉得机械是边角料,AI才是核心。

教学里要改的,远不止知识点

教学里要改的,远不止知识点
教学里要改的,远不止知识点
这次毕设踩坑,给我提了个醒。原来我们开AI相关的机械设计内容,总习惯把AI当成附加知识点,放在课程最后一章,讲两个例子就过去了。学生学完,还是觉得AI是计算机那边的事儿,我们只要搭个架子装相机就行,思路完全错了。 我已经改了下学期《机电系统课程设计》的大纲。原来的安排是两周画机械图,一周凑电子和AI,现在从选题开始就要求学生,机械设计和AI方案同步走。 拿到一个缺陷检测需求,第一步不是找开源模型,是列清楚你要找什么缺陷,缺陷最小尺寸是多少,需要多大分辨率的相机,需要多少定位精度才能把缺陷完整拍到画面里,机械用什么方式保证每次拍照的一致性,这些都算清楚了,再去碰数据集和模型。 前阵子有个大二的学生找我,说要做个钥匙扣的缺陷检测项目,一上来就说要用大模型做分割。我问他钥匙扣的划痕最小多大,他说大概0.2mm。我再问他,那你定位误差要控制在多少,他想了半天说,大概一两毫米吧? 你看,0.2mm的划痕,定位偏一毫米,划痕都跑画面外了,再大的模型有啥用? 现在做AI相关的机电项目,风气就是炒概念,好像不用最新的模型就不够好。我改作业的时候,第一看的从来不是模型精度多高,是机械结构和AI需求匹不匹配,有没有做好该做的取舍。就像这次毕设,学生最后把分度误差定在0.2mm,不是做不到0.1mm,是0.1mm的加工成本翻三倍,而他们用的模型能接受最大0.3mm的位置误差,0.2mm刚好平衡成本和性能。 这才是机械设计该有的样子。 AI外观缺陷检测,说穿了还是一台工业检测设备,核心还是解决工程问题。AI把人从天天看图片找缺陷的重复劳动里解放出来,反而要求我们把机械基础打得更牢——你得把该做好的输入做好,AI才能好好干活对吧。 我现在上课第一句话就跟学生说,别天天盯着AI的热点,先把你的定位、打光、结构设计做好,不然都是空中楼阁。踩过这次坑,学生都记牢了,比我讲十节课都有用。
免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权请联系删除。
文章名称:车间灯底下的新眼睛:聊AI外观缺陷检测的教学踩坑
文章链接:https://yqhljx.com/list_9/3512.html