上周去了趟苏州一家给手机做金属中框的厂子。他们老板拽着我看一台新上的检测设备，嘴里念叨着“这回总算不用跟人较劲了”——之前靠人眼，一天下来年轻人跑掉一半。我凑近瞧，机械臂翻转工件，闪光灯高频爆闪，屏幕上密密麻麻的OK/NG标记翻飞。他突然扭头问我：这东西，到底能信几分？
我没直接回答。拿起一个被判NG的件，肉眼怎么看都没毛病。他叹气：是啊，上个月客户退货，就是因为一道连放大镜都费劲的划痕。人的眼睛，在这种重复和精度面前，早就投降了。
所以视觉检测不是什么花架子，是被逼出来的刚需。但你以为买套设备就万事大吉？天真。后面坑多着呢。
人眼看不到的，机器就能行？
去年在一个轴承产线上，质检员老周给我看了他收藏的“疑难杂症”：黑皮、麻点、划伤、锈斑，有些差异只在微米级别，光线稍变就消失。他说，我干了十五年，现在连徒弟都不想干。不是懒，是这个活反人性。
视觉检测系统呢？一枚环形低角度蓝色光源，配合1200万像素相机，毫秒级曝光，算法把划痕从金属拉丝纹理里抠出来。老周当时不信。我们打了半小时赌，结果他把烟一掐：跟鬼一样。
其实核心就两点：成像和算法。光打不好，神仙也难救。特别是高反光曲面，必须用漫射穹顶光或多角度分时曝光，才能把缺陷特征稳定呈现。而算法，这两年从传统模板匹配跳到深度学习，直接颠覆了玩法。
深度学习这玩意儿挺邪门。不需要你告诉它什么是划痕，给它几千张OK和NG的图，自己就学出特征了。但有个致命问题——它不知好歹。你给它看的是带水渍的NG图，它可能把水渍当成缺陷，真实划痕反而放过。这种过杀和漏检的平衡，调参调到人崩溃。我亲眼见过一个工程师，为把漏检率从0.5%降到0.1%，连续三周每天干到凌晨。最后他跟我说：不是机器在学习，是我在修行。
这套东西到底能不能用？企业主的灵魂拷问
聊点实际的。每次展会，客户问得最多的问题，我整理成QA，比说明书管用。
问：视觉检测设备动不动几十万，小厂值得投吗？答：看你怎么算账。一条产线配2个质检员，三班倒就是6个人，一年工资+管理费少说40万。设备一次性投入，能24小时不眨眼，还不闹情绪。但关键不是替代人，是数据。你知不知道每天产出的不良类型分布？哪个模具快挂了？设备能实时统计，帮你堵住工艺漏洞。这笔账，算长远才看得清。
问：是不是产品一换就得重新调试？太麻烦了吧？答：以前是，现在好很多。基于深度学习的系统，换款时只要重新标注少量图像，柔性强多了。但别信那些“一键切换”的鬼话。光照环境、机械定位一变，照样要微调。最好买的时候就跟供应商谈好场景迁移的支持，不然等量产时哭都来不及。
问：误报率太高怎么办？线上一直报警，工人直接关了。答：哈哈，经典场景。根源往往是缺陷定义不清晰，或者样本少了。有个诀窍：初期别追求完美，允许少量人工复判。把系统判为NG但实际OK的图像收集起来，每周做增量训练。三个月后，误报能砍掉大半。记住，视觉系统不是买来就完，是养出来的。
暗流：3D视觉与多传感器融合
平面检测已经卷成红海。真正难啃的是3D缺陷：比如铸件缩孔深度、焊点高度差、连接器引脚共面度。这些靠2D相机就是抓瞎。现在结构光、激光三角法、双目立体视觉都在往产线挤。
去年一个做连接器的客户，端子微小，带弹片，3D高度差超过0.1毫米就算不良。我们用线激光轮廓传感器，配合高速运动平台，每秒扫描4000个剖面，点云拼接后计算弹片顶端到基准面的高度。听起来简单？实际标定和点云处理能把人搞疯。尤其在金属反光表面，激光条纹变形得像心电图。最后靠多角度融合和AI去噪才跑稳。上线那天，客户技术头头拍着我肩膀：这他妈才是工业4.0该有的样子。
但不得不说，3D视觉成本还是高。一套高精度的，十几万起步，中小企业看着价格腿软。不过趋势很明显，苹果供应链已经全面要求连接器共面度用3D检测，不然免谈。这招倒逼着我们国内配套商咬牙升级。
还有个苗头：多光谱和热成像也在渗透视觉检测。比如塑料件内部裂纹，普通相机没辙，红外偏振一照，应力集中区秒现。再比如焊接质量，热像仪直接看焊点冷却温度场，比目视靠谱百倍。我最近在啃相关论文，直觉告诉我，五年内，单一光谱的视觉检测会被当成“瘸腿”。
警惕那些被吹上天的概念
视觉检测圈子里，浮躁得很。什么“无人质检车间”、“零缺陷工厂”，PPT画得一个比一个炫。但真去车间转一圈，你会发现很多系统的复判站还坐着人，因为AI不敢百分百确认的，还得人拍板。更别提换型时手忙脚乱，或者环境波动（震动、灰尘、温度）导致误报飙升。
我特别反感那些上来就“全自动”、“自学习”的销售话术。你得追问：样本量需要多少？新缺陷识别能力如何？应对光照变化怎么办？问到底，他们通常开始搪塞。说到底，视觉检测目前还是个半自动化的工具，配上人的经验才能发挥最大价值。别把它当万能药，它更像一把精准的雕刻刀——耍得好，产品价值飙升；耍不好，自己手被划得血淋淋。
所以回到开头那个老板的问题：能信几分？我给他的回答是：信它解决重复性问题的能力，但别把判断力也外包了。留一双有经验的眼睛盯着趋势，配合机器揪出隐秘的异常，这才是当下最聪明的做法。
至于未来？全闭环自适应肯定是方向，检测到不良自动调整工艺参数，但现在还早。我更期待真正实用化的事件相机和类脑视觉，摆脱帧率束缚，让反应速度再上一个台阶。工业就是这样，一点点磨，磨到那天，人终于可以从那些反人性的岗位上解脱出来。想想还挺兴奋。