> For the complete documentation index, see [llms.txt](https://doc.duaer.com/zh/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doc.duaer.com/zh/guides/quality-control-ai-manufacturing.md).

# 制造业质量控制 AI：2027 年试点从哪里开始

本文整理自 Duaer 文档站，围绕制造业质量控制 AI 的试点选择，讲解质检 AI 落地为何比演示难、如何挑选第一个场景、如何建立数据标注闭环，并衡量试点对产线的真实效果。

## 为什么质量控制看起来简单，实际却不然

在工厂车间里，质量控制是最容易让人想到用 AI 切入的环节：检测任务直观，次品成本容易计算，检测图像也已经存在。很多团队会在演示产线上跑一个视觉模型，看到它能识别划痕和错位，便以为剩下的只是推广。然而试点一旦搬到正式产线，问题就出现了：不同班次的光线变化、新的产品型号加入、模型开始误判良品，操作员也悄悄不再信任屏幕。原本看起来成功的试点，还没改变产线运作方式就停滞了。

真正的差距很少出在模型本身，而在于精心准备的演示与真实工位之间的距离。本文会梳理质量控制 AI 为何比想象中更难、哪些场景适合作为首个试点，以及如何判断试点是否真的改善了产线。如果你还在决定优先推进哪些制造场景，可以先阅读我们的[2027 年制造业 AI 场景选择指南](https://doc.duaer.com/zh/guides/manufacturing-ai-adoption-use-case-selection/)，了解本决策所处的更大排序逻辑。

演示数据集是干净的，生产图像却不是。夹具被碰歪后相机角度会漂移，镜头会积灰，反光表面的外观会随环境光变化。上个月的图像训练出的模型，可能只因为背景颜色变了，这周的输出就失效。

第二个问题是类别不平衡。良品占据了绝大多数数据流，真正的缺陷十分稀少。在这种不平衡的数据上训练的模型，可能学会大多数时候都判定合格，纸面上的准确率看起来也不错。第三个问题是标注。两位经验丰富的检验员对某个痕迹究竟是外观瑕疵还是功能性缺陷，常常意见不一。如果标注标准含糊，模型学到的就是这种分歧，而不是规则。

## 团队常犯的错误

第一个错误是一开始就想检出所有缺陷。一条产线可能产生十几种缺陷类型，每种的可见度和后果都不同。一次想覆盖全部的试点，通常最终得到的是对每一种都表现平平的模型。

第二个错误是把整体准确率当作成功指标。在大多数产品都合格的产线上，准确率可能掩盖真正重要的失败。关键要看有多少次品漏过，以及有多少良品被错误判废。

第三个错误是忽视误判废品的代价。每一次误判都会触发复检、返工或报废，在某些产线上甚至会让工位停机。如果操作员在一个班次内多次遇到模型“狼来了”，他们就会选择覆盖模型结果，而这种习惯会迅速蔓延。

第四个错误是在明确缺陷分类之前就采购平台。如果没有对每一类缺陷的书面定义，配有拍摄示例和边界案例，再好的工具也无法给出一致的判定。

## 如何选择第一个质检场景

从两个维度为候选场景排序：价值与难度。

价值指的是某一缺陷所对应的成本，包括报废、返工工时、质保索赔、客户退货，以及它导致的产线停机。即使只是粗略估算，也要把每个候选场景的数字写下来。下游修复成本很低的缺陷，并不适合作为首个目标。

难度取决于缺陷在视觉上是否清晰、该工位的图像是否稳定、是否已有标注历史，以及人工能否快速做出判断。它也取决于可逆性：把零件标记为待人工复核的模型，远比自动报废零件的模型风险低得多。

一个合理的首个试点通常具备这些特征：单一工位、一种高频且视觉明显的缺陷类型、已有检测图像，并且第一阶段的决策可以撤销。相反，不适合作为首个试点的场景包括：需要 X 光或专用传感器才能发现的内部细微缺陷、没有标注历史，或者跨越多个外观差异很大的产品系列。

## 先搭建数据与标注闭环，再谈模型

试点第一个月最有价值的工作，通常不是调模型，而是在真实条件下收集数据。应覆盖所有班次、各种光照条件和不同材料批次，并且包含那些棘手的情况：部分遮挡的零件、眩光，以及处于临界状态的缺陷。

接着编写附有标注示例的缺陷指南。让两位检验员对同一批样本独立标注，并统计他们的一致程度。凡是存在分歧的地方，都要明确规则并更新指南。同时增加一个“不确定”类别，使边界零件交由人工判断，而不是被硬性归为合格或不合格。跳过这一步的团队，往往会在剩余的试点时间里反复争论模型结果，而实际问题其实是标注。

很多团队低估了这一阶段的工作量。整理样本、管理指南版本、记录复核结论，可能比训练模型还花时间。在 Duaer（https://www.duaer.com）上，你可以按场景逐一推进这套流程，从界定试点范围到整理样本、记录复核结果，避免每个工位都重新搭建一遍。它只是可与现有工具对比评估的选项之一，并非必选项。

## 衡量产线的真实体验，并设计人机协同

试点开始前，先为选定工位记录基线：缺陷漏检率、误判率、每班次复检量和单件判定耗时。没有基线，任何改善的说法都只是感觉。

先以影子模式运行模型。它会给出预测，但最终决定仍由人工做出。将模型的判定与检验员的决定对比，并在可获得的情况下与下游结果对比，例如客户退货或后续测试失败。同时跟踪操作员的覆盖率：无论模型的离线分数多好，如果操作员经常推翻它，它就没有创造价值。

提前约定什么样的结果足以进入辅助模式，什么样的结果则应停止试点。大多数停滞的团队从未把这些阈值写下来，于是每一个新结果都成为继续调参的理由。

在第一阶段，模型应负责标记并解释，而不是自动拒收。操作员确认或修正判定，每一次修正都回流到标注集中。这样可以把错误判定的代价控制在较低水平，并通过可见的准确率逐步建立信任。

当某类缺陷的置信度提高后，可以对窄范围的决策实现自动化，例如长期无标记零件自动放行，同时对被标记的项目保留人工复核。逐类扩大自动化比一次性全面上线更慢，但更有可能经受住真实生产的考验。

这项集成工作也取决于产线的组织方式。如果质量团队、工艺工程师和线长对缺陷定义没有统一认识，模型会迅速暴露这些分歧。应在规模化之前解决它们，而不是之后。

## 从第一天起规划漂移应对，并落实本周行动

质量控制模型会随工艺变化而性能下降。新供应商、工具磨损、季节性光照变化、涂层更换或新 SKU，都可能改变输入数据的分布。应为模型性能指定一位明确的负责人，设定复核触发条件，例如覆盖率上升，或产品、材料发生变化，并定期对近期样本重新标注。没有负责人，春季运行良好的试点，到秋季可能悄然失效。

本周可以这样开始：提取某一工位过去三个月的缺陷记录，按总成本而非数量列出前三种缺陷类型。选择视觉上清晰、且该工位已有照片记录的一种。为它撰写一页纸的缺陷指南，附五到十个标注示例，并写明边界情况的判定规则。然后请两位检验员对同一批近期图像进行标注，比较结果。如果他们经常意见不一，你就找到了真正的第一个项目，而它是标注，不是建模。

如果这第一步做得扎实，试点就有较好的机会顺利进入生产。要整理自己的质量控制场景并用真实产线数据进行验证，可以在 https://www.duaer.com 注册并试用该流程。从一个工位、一种缺陷类型开始，待数据经得起检验后再逐步扩展。

制造业质量控制 AI 的成功，在于范围收窄、以真实产线为基准进行衡量，并且只有在人们信任它所标记的内容之后，才逐步扩大应用。

## 常见问题

### 制造业质检 AI 试点应该从哪里开始？

优先选择单一工位、一种高频且视觉明显的缺陷类型，已有检测图像，并且第一阶段的决策可以撤销，例如先做人工复核标记而不是自动报废。需要 X 光或专用传感器才能发现、缺少标注历史或跨多个差异较大产品系列的场景，不适合作为首个试点。

### 质检 AI 应该用什么指标衡量效果？

不要只看整体准确率。应在试点前记录基线，重点跟踪缺陷漏检率、良品误判率、每班次复检量、单件判定耗时以及操作员的覆盖率。先以影子模式运行，并提前约定进入辅助模式或停止试点的阈值。

### 质检模型误判多、操作员不信任怎么办？

先检查标注标准是否统一：让两位检验员独立标注同一批样本并统计一致性，明确分歧处的规则，并增加“不确定”类别。第一阶段让模型只做标记和解释，由操作员确认或修正，修正结果回流到标注集，同时为模型性能指定负责人定期复核。