3、缺陷检测任务概述：常见工业缺陷类型与检测任务分类

在边缘AI缺陷检测系统的设计与训练启动之前，必须首先对“缺陷是什么”以及“我们要解决什么问题”建立清晰的定义。工业缺陷检测并非一个单一任务，而是涵盖分类、定位与分割等多个层次的视觉理解问题。不同缺陷的物理形态、光学表现与生产背景差异巨大，直接决定了数据采集方案、标注规范、模型架构选择以及损失函数设计。本章将系统梳理常见工业缺陷类型，明确检测任务的分类体系，并建立从缺陷物理本质到算法任务映射的完整认知框架。

上图展示了缺陷检测任务从物理形态到算法映射的完整链路。在实际项目中，缺陷类型的物理特征决定了图像采集的光学方案（如打光角度、光源波长、相机分辨率），而任务分类则决定了标注格式与模型输出层设计。下面分别展开论述。

3.1 常见工业缺陷类型及其物理特征

工业缺陷的形态千差万别，但归纳起来主要分为表面结构异常、表面污染、材料断裂、体积缺失与颜色异常五大类。理解这些缺陷的物理本质是设计检测方案的第一步。

3.1.1 表面划痕与擦伤

划痕是金属、塑料、玻璃等材料表面最常见的缺陷，通常由加工过程中的硬质颗粒、刀具磨损或工件间碰撞造成。其物理特征表现为：线状或条带状、宽度从数微米到数百微米不等、深度较浅（通常小于材料厚度的10%）、方向随机或沿加工方向分布。在光学成像下，划痕对光的反射特性与周围正常表面存在显著差异——镜面反射被破坏，散射增强，因此在暗场照明下呈现亮线，在明场照明下呈现暗线。

划痕检测的难点在于：浅划痕的对比度极低（有时仅5-10个灰度级差异），且与材料本身的纹理（如拉丝铝、磨砂面）难以区分。对于这类缺陷，单纯依赖灰度阈值分割几乎不可行，需要结合边缘方向一致性、局部梯度异常等特征。

3.1.2 污渍与污染

污渍包括油污、水渍、指纹、残留胶体、灰尘聚集等，常见于电子元器件、光学镜片、食品包装等行业。污渍的物理形态多为片状或不规则块状，边缘模糊，灰度值可能高于或低于背景（取决于污渍材质与基底材料的反射率差异）。油污在特定波长光照下可能呈现荧光效应，指纹则含有汗液中的盐分与氨基酸，在紫外光下可见。

污渍检测的核心挑战在于其“不确定性”——同一种污渍在不同基底、不同厚度、不同干燥程度下表现差异巨大。此外，污渍往往与背景的灰度差异较小，且容易与产品本身的纹理混淆。实际项目中常采用多光谱成像（如红外+可见光）或偏振光成像来增强污渍与背景的对比度。

3.1.3 裂纹与断裂

裂纹是材料在应力作用下产生的局部断裂，常见于陶瓷、玻璃、铸件、焊接点等。裂纹的物理特征为：细长线状、宽度从微米级到毫米级、深度通常大于划痕、可能呈树枝状或网状扩展。裂纹对结构强度的影响远大于划痕，因此检测优先级极高。在光学成像中，裂纹由于内部空气间隙的存在，会产生强烈的反射和折射，通常在明场下呈现暗线，在暗场下呈现亮线。

裂纹检测的难点在于：微小裂纹（宽度<10μm）需要高分辨率相机配合高倍率镜头；裂纹与材料本身的晶界、纹理、加工刀痕在形态上高度相似；部分裂纹隐藏在表面以下（亚表面裂纹），需要红外热成像或超声检测等非光学手段。对于边缘AI系统，通常只能处理表面可见裂纹，亚表面缺陷需要专用传感器。

3.1.4 缺料与凹陷

缺料指产品表面或内部存在材料缺失，常见于注塑件、压铸件、冲压件。表现为：局部凹陷、孔洞、缩水、缺角等。缺料的物理本质是材料填充不足或收缩不均，其深度从数十微米到数毫米不等。在光学成像中，缺料区域由于几何形状变化，会产生明显的阴影或高光，通常利用结构光或光度立体技术可以增强其三维特征。

缺料检测的难点在于：浅凹陷（深度<50μm）在二维图像中几乎不可见，需要借助光度立体（Photometric Stereo）或多角度打光重建表面法向信息；缺料与正常工艺允许的圆角、倒角在视觉上容易混淆，需要结合三维尺寸信息进行判断。

3.1.5 毛刺与凸起

毛刺是加工边缘残留的多余材料，常见于金属切削、冲压、注塑飞边。凸起则可能是气泡、鼓包、焊瘤等。这类缺陷的物理特征是局部高度超出正常表面，在侧光或低角度照明下会产生明显的投影。毛刺检测相对容易，因为其几何特征突出，但难点在于毛刺的尺寸范围极广（从几十微米到几毫米），且不同位置的毛刺形态差异大。

3.1.6 变色与色差

变色包括材料氧化、热损伤、涂层不均匀、混料等导致的颜色异常。这类缺陷在RGB彩色相机下表现明显，但在灰度相机下可能完全不可见。色差检测需要校准光源色温与相机白平衡，并建立标准色板进行参照。对于边缘AI系统，颜色检测通常使用HSV色彩空间或Lab色彩空间的特征，而非直接使用RGB值，因为RGB对光照变化过于敏感。

3.2 检测任务分类：从图像级到像素级

根据输出信息的粒度，缺陷检测任务可分为三个层次。每个层次对应不同的标注成本、模型复杂度与部署难度，需要根据产线实际需求选择。

3.2.1 图像级分类（Image-level Classification）

图像级分类是最基础的检测任务，其输出为整张图像是否存在缺陷以及缺陷的类别（如“划痕”、“污渍”、“正常”）。该任务不关心缺陷的具体位置，也不关心缺陷的像素范围。典型应用场景包括：来料检验的粗筛、产线首件确认、批量抽检。

图像级分类的模型通常采用卷积神经网络（CNN）或视觉Transformer（ViT）作为骨干网络，输出层为softmax多分类。其优势在于标注成本低（只需标注图像级标签）、模型参数量小、推理速度快，非常适合边缘设备部署。但局限性也很明显：无法提供缺陷位置信息，无法计算缺陷面积，对于同一图像中存在多个缺陷的情况难以准确描述。

在实际项目中，图像级分类常作为“预筛”环节，将明显无缺陷的产品快速放行，将有疑问的产品送入下一级检测。这种级联策略可以大幅降低计算开销。例如，某手机外壳产线使用MobileNetV3作为分类器，在RK3588边缘设备上实现200fps的推理速度，将90%以上的正常产品直接放行，仅将剩余10%送入定位模型。

3.2.2 目标定位（Object Detection）

目标定位在分类的基础上增加了位置信息，输出为缺陷的边界框（Bounding Box）坐标与类别。该任务能够回答“缺陷在哪里”的问题，适用于需要引导机械臂进行修复、需要统计缺陷位置分布、或需要裁剪缺陷区域进行进一步分析的场景。

主流算法包括YOLO系列（YOLOv5/v8/v9）、Faster R-CNN、RetinaNet等。其中YOLO系列因其单阶段检测速度快、精度适中，成为边缘部署的首选。定位任务的标注成本显著高于分类——每个缺陷都需要绘制边界框，标注一个框约需5-10秒。对于密集小缺陷（如金属表面的微小划痕群），边界框标注容易产生重叠和遗漏，需要制定严格的标注规范。

目标定位在边缘AI部署中的关键挑战是模型大小与推理速度的平衡。以YOLOv8n为例，其参数量约3.2M，FP16精度下在Jetson Orin Nano上可达到约60fps，满足大多数产线节拍要求。但若缺陷尺寸极小（<32×32像素），标准YOLO的检测头可能失效，需要引入P2检测层或使用高分辨率输入。

3.2.3 像素级分割（Semantic/Instance Segmentation）

像素级分割是粒度最细的检测任务，输出为每个像素的类别标签（语义分割）或每个缺陷实例的掩码（实例分割）。该任务能够精确计算缺陷的面积、周长、形状因子等几何参数，适用于对缺陷尺寸有严格要求的场景（如精密轴承的划痕面积超过0.5mm²即判废），或需要精确引导激光修复的场景。

常用算法包括U-Net、DeepLabV3+、Mask R-CNN等。其中U-Net因其编码器-解码器结构在医学图像分割中表现优异，同样适用于工业缺陷分割。分割任务的标注成本最高——像素级标注一个缺陷通常需要30秒到数分钟，且对标注人员的专业要求极高。一个包含1000张图像的分割数据集，标注工时可能达到200-400人时。

分割模型的计算量远大于分类和定位模型，在边缘设备上部署时通常需要采用以下策略：使用轻量级骨干（如MobileNetV2作为U-Net的编码器）、输入图像下采样（如从1024×1024降至512×512）、模型量化（INT8）与剪枝。即便如此，分割模型在边缘设备上的推理速度通常仅为5-20fps，需要评估是否满足产线节拍。

3.3 案例拆解：某汽车零部件厂轴承滚子表面缺陷检测方案选型

某汽车零部件供应商生产精密轴承滚子，产线节拍为每分钟120件，要求检测滚子圆柱表面的划痕、麻点、锈斑三类缺陷。初始方案采用图像级分类模型，在实验室环境下准确率达到98.5%，但上线后客户提出新需求：需要统计每件产品上缺陷的数量与大致位置，用于追溯是哪一道工序产生了缺陷。

约束条件：现有产线仅有2台工控机（CPU为i7-12700，无独立GPU），计划升级为边缘AI盒子（预算约3000元/台）；标注团队仅有2名质检员兼职，每天最多标注200张图像；缺陷最小尺寸约0.3mm×0.2mm，相机分辨率为2448×2048，视野覆盖整个滚子表面（约40mm×30mm），单像素对应约16μm。

分析过程：

1. 客户需要缺陷数量与位置信息，图像级分类无法满足，至少需要目标定位。
2. 缺陷最小尺寸为0.3mm，对应约19×13像素，属于小目标检测，YOLOv8n的默认检测头可能漏检，需要增加P2层或使用更高分辨率输入。
3. 标注资源有限，像素级分割标注成本过高，排除分割方案。
4. 边缘AI盒子预算3000元，可选方案包括：瑞芯微RK3588（6 TOPS NPU）、地平线旭日X3（5 TOPS）、Jetson Nano（0.5 TOPS FP16）。RK3588性价比最高。

最终方案：采用YOLOv8n + P2检测层，输入分辨率1280×1280（将原始图像裁剪为两个重叠区域分别检测），在RK3588上通过RKNN工具链进行INT8量化，实测推理速度约35ms/张（两区域合计70ms），满足120件/分钟节拍（每件500ms）。标注了800张图像（含缺陷实例约3500个），训练后mAP@0.5达到0.92，漏检率0.8%，过检率1.2%。

复盘经验：

• 小目标缺陷必须从输入分辨率入手，单纯增加模型复杂度效果有限。
• INT8量化后mAP下降约2-3个百分点，但推理速度提升3倍，在缺陷检测场景中可接受。
• 标注规范中明确“缺陷与背景对比度低于10个灰度级时不标注”，避免标注不一致导致模型收敛困难。

3.4 常见误区与总结复盘

在缺陷检测任务定义阶段，项目团队常陷入以下误区，导致后续训练与部署反复返工。