为什么要先问清楚

边缘 AI 项目不能只看模型指标。现场光照、摄像头角度、设备算力、网络质量、误报处理流程都会影响最终体验。

评估清单

  • 识别对象是否有明确边界，缺陷标准是否一致。
  • 端侧设备能否满足推理延迟和功耗要求。
  • 现场光照、遮挡、振动和安装空间是否稳定。
  • 网络中断时是否需要本地缓存和离线运行。
  • 误报、漏报、低置信度样本如何进入人工复核。
  • 样本如何回流，模型版本如何灰度和回滚。
  • 数据是否涉及隐私或生产敏感信息。
  • 上线后的验收指标由谁定义、谁确认。

建议做法

优先做小范围 POC，把最难的一类场景跑通，再扩大到多工位或多点位。这样比一开始追求完整平台更稳。