很多工厂上线AI外观缺陷检测项目，实验室准确率能做到98%以上，一到生产线上就拉胯，大部分问题都出在算法模型选型和优化不匹配现场场景。本文基于我三年五个工厂落地项目的经验，整理实操中的选型逻辑、踩坑记录和优化方法，给正在做项目的同行做参考。
别拿实验室算法套工厂场景，坑死人
第一次做3C塑料中框外观缺陷检测项目的时候，我也犯过懒。直接拿开源的YOLOv8，找标注公司标了一万张图，训完一看准确率，嚯，98.2%。当时觉得稳了，打包给工厂上线，结果一开流水线，直接错判三成。
你猜问题出在哪？
实验室的打光是恒定的，工件位置都是固定摆好的。工厂呢？今天换一组灯管亮度降了10%，明天流水线卡一下工件偏了1厘米，后天原材料换批次颜色偏了一点，原来数据集里缺陷和背景的灰度差，直接给干没了。更气人的是客户要求检测0.1mm以下的针尖划痕，开源模型默认下采样8倍，小缺陷直接给滤成背景了，连影都没。
说实话，我当时熬了三个通宵调超参，增广数据集，准确率最多提了5个点，还是达不到要求。后来才反应过来，算法模型的第一步，根本不是训，是先匹配你的缺陷尺寸、成像分辨率和节拍要求，不是越新越大的模型越好。比如你测0.05mm级的PCB针脚缺陷，用1024×1024输入尺寸的模型，比用默认640×640的mAP直接提12个点，这个差距，你调什么都补不回来。对吧？
常见算法模型的选型权衡，我给你捋明白
现在业内常用的AI产品外观缺陷检测模型，分两大类，各有各的适用场景，别乱选。
二阶段检测代表是Faster R-CNN，精度高，漏检率低，但是推理速度慢，单帧要一两百毫秒。适合什么场景？离线抽检，或者对漏检要求零容忍的低节拍项目，比如汽车覆盖件外观检测。汽车行业IATF16949要求A类缺陷漏检率0PPM，产量节拍每分钟才10件以内，用Faster R-CNN刚好，漏检率能降到千分之一以下，完全符合标准。
一阶段检测代表就是现在爆火的YOLO系列，我最近两年用的最多的是YOLOv8-nano。轻量，速度快，量化之后能直接跑在Jetson Xavier NX边缘盒上，单帧能跑到30fps以上，满足流水线每分钟120件的在线全检节拍，大部分消费电子生产线都能用。
不过话说回来，小模型天生的问题就是小缺陷召回率上不去。我们团队试出来的解决方法很简单，加一个缺陷区域候选分割前置模块，先从原图里把疑似缺陷的小区域抠出来放大，再喂给主检测模型，这么一改，小缺陷召回率直接提了9个百分点，推理速度只降了不到5fps，这个 trade-off 太值了。
最近很多人问我SAM（Segment Anything Model）能不能直接用来做缺陷检测，我试过，纯SAM落地不行。参数量太大，推理慢，对低对比度的缺陷分割效果还不如老的U-Net。但是SAM真的好用在哪？做数据集标注啊！原来标一张缺陷图要十分钟，用SAM自动预分割，人工改一改，一分钟搞定，直接把标注成本砍了八成，推理的时候还是用我们训好的轻量模型，这才是正确的打开方式。
对了，提一个人人都踩的坑：缺陷数据集都是不平衡的，一万张正常工件里，缺陷可能才两三百张，直接训模型，模型会直接全给你判正常，稳赚不赔（对模型的损失函数来说），你哭都没地方哭。我们试了十几种组合，现在固定用加权Focal Loss，alpha设0.25，gamma设2，这个参数你拿去直接用，比你自己瞎调半天靠谱多了。
落地必须做的模型优化，别偷懒
很多人把模型训完就以为完事了，上线就不管了，过三个月准确率掉的一塌糊涂，反过来骂AI不行。工厂的生产环境哪是一成不变的？原材料换批次，打光老化，流水线磨损，都会影响成像，模型不更，肯定不行。
我们现在落地的项目都加了一个半监督自更新机制：每周把模型置信度在70%到90%之间的疑似样本捞出来，人工标个一两百张，每个月微调一次模型，准确率就能一直稳定在95%以上，花不了多少人工，效果提升特别明显。
还有，部署到边缘端的话，INT8量化剪枝必须做，别嫌麻烦。我之前见过同行一个项目，模型训得特别好，就是不量化，结果上线帧率只有10fps，满足不了生产线节拍，整个项目推倒重来，几十万打水漂，太可惜了。我们用TensorRT做INT8量化，模型体积缩75%，速度提三倍，精度只掉不到0.5个百分点，血赚。
最后说一句，很多人现在吹大模型万能，什么都能做。实际上AI外观缺陷检测落地，拼的从来不是模型多大，多新，是你能不能匹配现场的细节，选对模型，调对细节，就能省很多事，少踩很多坑。
