微亿智造这套AI质检，我在客户产线上跟了两天

我花了两天试了一下微亿智造的AI智能质检。说是试，其实我没法把它搬回家，这东西是一整套设备，几个工业相机加光源、一套边缘侧的推理盒子、一套跑在产线工控机上的软件。我蹭的是华东一家做精密结构件的客户现场，他们上个月刚上这条线，我跟着工程师从标数据跟到跑批量。

先说清楚它是什么。微亿智造做的是工业视觉质检，用相机拍产品，算法判断这张图上是良品还是缺陷。它跟传统机器视觉的区别在于，老方案是工程师写规则，边缘怎么算、灰度差多少、面积多大，一条条写死。这套东西是拿缺陷样本训模型，模型自己学特征长什么样。对于划痕、脏污、色差这类边界模糊的缺陷，这个路子比写规则靠谱得多。

标数据这一步，比我想的费人

第一天基本都在标数据。流程不复杂，先拿一批已知良品和已知不良品去拍，拍完在软件里框出缺陷位置，打上类别标签。界面不算难用，左边是图，右边是标签树，滚轮缩放，框选之后点一下类别就存了。但我标了大概两个小时就开始烦，因为缺陷这东西不是一个模子刻出来的，同一类划痕，长的短的深的浅的，你都得框，框少了模型学不全。

工程师跟我说，他们这条线上第一次标了大约两天，标了几百张。之后每次换产品型号，还得重新标一遍，因为表面材质变了，反光特性也变了。这个跟我之前在别的厂听到的吐槽是一致的。

标完开始训，训练时间我这边看下来大概几十分钟量级，不用自己配环境，软件里点一下就开始跑。跑完给一个验证集上的准确率，还有个混淆矩阵，能看到哪两类容易被搞混。这一点我觉得做得比很多同类产品实在，它不给你一个孤零零的准确率数字，而是告诉你错在哪。

跑批量的时候，卡在哪

第二天上产线跑。惊喜的地方是节拍跟得上，相机拍完到出结果，肉眼基本感觉不到延迟，产线不用为了质检降速。误检率我这边看下来还行，明显缺陷基本都能抓，偶发的过检会集中在反光和油污这两类上，跟光照角度关系很大，工程师调了两次光源位置才好一些。

卡住的地方有两个。一个是换型。换产品型号之后模型不会自己适应，得重新标数据重新训，中间产线要么停要么走人工。对多品种小批量的线来说，这个切换成本是实打实的。另一个是异常处理。模型判了不良，但偶尔会碰到它拿不准的图，这时候系统会给一个低置信度的标记推给人工复核。这个机制本身是对的，但复核界面的操作路径有点绕，工人要切两层菜单才能看到原图，我问了现场的操作工，他说刚上手那几天老是点错。

还有一点，这套东西对成像质量的依赖比我预想的高。相机、镜头、光源、工装，任何一环没弄好，模型再强也白搭。它不是买回来插上就能用的东西，前面那段光学调试的功夫省不掉。

判断

适合的团队是产品型号相对固定、缺陷类型明确、产线上有富余人力做初期标注的。这类场景下它比写规则的老方案省事，尤其是缺陷形态不好用规则描述的时候。

不适合的是多品种小批量、一天换好几次型号的线。切换成本会把收益吃掉。还有指望开箱即用、没有光学调试能力的团队，也别碰。

它解决的是模型这一层的问题，但质检这件事的瓶颈，很多时候不在模型上。