针对金属件划伤、压痕和污渍检测,建立边缘侧缺陷分级流程,让现场能按严重程度决定返工、复检或放行。
以下内容为匿名化项目复盘,保留行业场景、关键问题、技术路径和交付经验,隐去客户名称、真实业务数据和敏感部署细节。它的目的不是展示一个夸张的成功故事,而是说明类似场景在落地时应该如何拆解。
项目背景
金属件表面反光强,传统阈值算法容易受光照影响。客户既需要实时报警,也希望保留缺陷分级依据,方便质量工程师分析工艺波动。
现场问题与约束
缺陷样本数量少且形态分散,误报过高会影响操作员信任。检测结果还要与设备编号、工单和批次信息关联。
这类项目的共同特点是需求会跨过软件、现场设备、数据和人员流程。如果前期只讨论页面或单个功能,后续很容易在接口、权限、设备状态、运维责任上反复返工。因此我们在正式开发前先整理业务流程、现场条件、数据来源和验收口径。
方案设计
我们把图像增强、缺陷检测、严重度评分和人工确认拆开实现。首轮上线时采用保守阈值,现场确认后的样本进入训练集,逐步提升召回率。
方案阶段会尽量把不确定性前置:能旁路验证的先旁路验证,能小范围试点的先小范围试点。对于 表面缺陷、实时检测、工控机、质量分级 等关键能力,我们会明确输入、输出、异常处理和人工介入边界,让系统可以从试点平稳过渡到长期运行。
交付范围
- 缺陷检测与严重度评分服务
- 工单批次绑定接口
- 现场复核页面
- 模型版本记录与回滚方案
验收结果
- 质量工程师可以按缺陷类型查看趋势
- 操作员只处理高风险提示
- 后续模型迭代有清晰样本来源
复盘经验
项目复盘后,我们更确认一件事:行业系统不是把功能堆满就算完成,而是要让一线人员愿意用、管理人员看得懂、运维人员能排查。尤其是涉及现场设备和数据闭环的项目,日志、台账、权限、回滚和后续迭代节奏必须在第一版就进入设计。
如果你的业务也属于 精密加工 或相近场景,可以先从一个可验证的小范围切入。优易云会先判断技术路径和交付边界,再决定是否进入完整开发。