做机械这行十几年，最怕听到客户说“你们连外观都做不好”。外观检测——看似最没技术含量，可偏偏是最容易翻车的环节。我刚入行那会儿，带我的师傅老周叼着烟，眯着眼看一个轴承端面，突然冒出一句：“这东西不对。”我凑过去看半天，愣是没瞧出名堂。后来上三坐标一打，果然有微米级的变形。那时候才明白，外观不是“看”，是“读”。
你的眼睛，可能不如AI可靠？
现在谁还纯靠人眼？机器视觉、AI缺陷检测大行其道。说实话，我举双手赞成用设备，毕竟人会有疲劳、情绪、甚至老花眼……可问题是，很多人以为上了自动外观检测系统就万事大吉，这就天真了。去年我们给一家汽车零部件厂做产线升级，用了一套某大牌的表面缺陷检测设备。调试阶段，划痕、磕碰都抓得挺准，但一量产就傻眼——把产品上的防锈油反光全当成了裂纹，误报率飙到30%。操作工直接关了报警，继续用肉眼。讽刺不？
💡 这里有个血泪教训：光学方案没调好，神仙算法也白搭。很多厂家只吹嘘自己的AI多牛，却不说前置的灯光、镜头、背景怎么设计。我们后来自己重新搞了一套同轴光加低角度光的组合，才把反光问题压下去。说起来都是泪。
“外观”到底包含多少维度？
别以为外观检测就是看有没有划痕。那是外行话。✔️ 尺寸的波动会在视觉上呈现——毛刺、飞边、缩水、拉模，这些都属于外观。✔️ 颜色差异可能意味着热处理出了问题，或者材料混批。✔️ 装配后的间隙、断差，更是功能隐患。我见过最离谱的案例：一个注塑件，目测没问题，可在特定角度灯光下，隐约能看见熔接痕——就是两条料流汇合处没完全融合。强度测试一拉就断。所以外观检测，其实是在做过程质量控制的前哨。❗
问：我们现在有AI了，还有必要花钱培训外观检验员吗？
答：太有必要了！AI能学到的只是已定义的缺陷，但现实中的异常千奇百怪，永远有新花样。老师傅一眼能看出“不对劲”，那是因为他们脑中有大量合格品的图像记忆，这种直觉AI暂时还做不到。而且，很多产品需要触摸手感配合——比如砂眼，光看照片可能忽略，但指甲划过去就能感觉到。这种多感官判断，机器替代不了。所以我们公司至今仍然保留人工外观全检工序，只不过用设备做辅助筛选。
自动化外观检测，最难的是什么？
不是算法，不是相机，是缺陷标准的量化。什么叫“轻微划痕”？多浅算轻微？多长可以接受？客户给的界限样本根本不够，工程师得硬着头皮做GR&R（重复性再现性）验证。我记得在做某手机中框项目时，光定义“可接受的颗粒点”就吵了三个月。品控说任何点都是缺陷，工程说维修成本太高，销售又说客户没那么挑剔……最后逼得我们拿了一套外观检测治具，上面贴了30个不同大小、颜色的标准瑕疵块，一个个跟客户确认。这活儿，AI搞不定人情世故。
问：小批量、多品种的产品，怎么搞外观检测？上自动化成本太高啊。
答：对，这正是很多中小厂的痛点。我的建议是——不要一步到位搞全自动。可以先从半自动视觉设备入手，比如带放大镜头的工业相机+显示屏，把缺陷放大给人工看，减轻眼睛负担，同时用软件做简单的尺寸测量和计数。这样一套系统几千到几万块，比全自动线便宜多了。另外，一定要建立缺陷数据库，哪怕是拍照片存档也行，长期积累就能分析问题源头。千万别指望买台设备就解决一切，那是最烧钱的误区。💸
还有一个被忽略的细节：清洁。产品表面的油污、指纹、灰尘，会被AI当成缺陷，所以检测前必须清洗。可清洗本身也可能带来划伤……这就变成了死循环。我们现在的做法是：在清洗后、检测前，加一道离子风除静电，减少灰尘吸附，效果不错。
说到底，外观检测是门经验活，也是系统工程。它需要光学、机械、电气、算法和人的协作。别迷信“无人工厂”的宣传，更别把人当成成本砍掉。好的外观质量，靠的不是火眼金睛，是懂得在合适的地方用合适的方法。就这样。