2. 产线缺陷检测需求分析与指标定义

在机器视觉缺陷检测项目中，需求分析不是“把客户说的话记下来”，而是把模糊的产线诉求翻译成可量化、可验收、可追溯的工程指标。很多项目后期返工，根源不在算法，而在最初没有把“缺陷类型、漏检率、过杀率、节拍、精度、重复性”这几件事定义清楚。本节围绕这六个核心维度展开，并给出一份可直接使用的需求规格书撰写方法。

一、缺陷类型分类：先定义“什么算缺陷”

缺陷分类是需求分析的起点。产线上常见的缺陷可归为四类：划痕（表面线性损伤，长度、宽度、深度方向各异）、脏污（油渍、粉尘、水渍、指纹等附着物）、缺料（装配缺失、孔位空缺、零件漏装）、尺寸偏差（孔径、间距、角度、轮廓超出公差）。分类时不能只写名称，必须给出可判定的边界条件。

以某金属外壳冲压件为例，划痕定义为“长度≥0.5mm且宽度≥0.05mm的连续线状损伤”，脏污定义为“面积≥0.3mm²且灰度对比度≥30的附着区域”，缺料定义为“应存在特征区域内像素缺失面积≥0.2mm²”，尺寸偏差定义为“孔径实测值与标称值偏差超过±0.05mm”。这些阈值必须与质量、工艺、客户三方确认，并明确临界样本如何处理——是判为合格、判为缺陷，还是进入人工复判。临界样本的处理规则直接决定后续漏检率与过杀率的计算口径。

二、漏检率与过杀率：一对必须同时约束的指标

漏检率（False Negative Rate, FNR）指实际缺陷被判定为合格的比例，过杀率（False Positive Rate, FPR）指合格品被误判为缺陷的比例。两者是一对矛盾指标：阈值调严，漏检下降但过杀上升；阈值放宽，过杀下降但漏检上升。需求分析阶段必须同时给出两个指标的上限，而不是只写“尽量不漏检”。

工程上常用的表达方式是：漏检率≤0.5%，过杀率≤2%，并注明统计样本量。例如“在连续10000件产品中，实际缺陷样本不少于200件，合格样本不少于9800件，漏检率按缺陷样本计算，过杀率按合格样本计算”。样本量太小，指标没有统计意义；样本量太大，验证成本过高。一般建议缺陷样本不少于100件、合格样本不少于3000件，且覆盖不同班次、不同批次、不同光照条件。

三、节拍与产能约束：检测系统必须跟得上产线

节拍（Cycle Time）是产线对检测系统最硬的约束。假设产线节拍为1.2秒/件，检测系统从触发拍照到输出结果必须在1.2秒内完成，否则就会成为瓶颈。需求分析时要拆解时间预算：触发与定位≤100ms、图像采集≤150ms、算法处理≤600ms、通信与执行≤200ms、余量≤150ms。如果算法处理超过600ms，就需要考虑多相机并行、ROI裁剪、模型轻量化或GPU加速。

产能约束还包括连续运行时间、换型时间、维护窗口。例如“支持24小时连续运行，换型时间≤5分钟，每日维护窗口≤15分钟”。这些约束会直接影响相机选型、光源散热、工控机配置和软件架构。

四、检测精度与重复性：区分“准”和“稳”

检测精度指测量结果与真值的接近程度，重复性指同一对象多次测量结果的一致性。两者常被混为一谈，但工程含义不同。精度用误差衡量，如“孔径测量误差≤±0.02mm”；重复性用标准差或极差衡量，如“同一标准件连续测量30次，孔径测量极差≤0.01mm”。

重复性差通常来自光源波动、相机噪声、机械振动、算法随机性。需求分析时要明确测试条件：同一标准件、同一位置、同一光照、连续测量30次，记录最大值、最小值、平均值和标准差。如果重复性不达标，即使精度标称再高，产线也不敢用。

五、需求规格书撰写方法：从诉求到可验收条款

需求规格书不是功能列表，而是一份可验收的合同附件。建议按以下结构撰写，每个条款都要有“指标值+测试条件+判定方法”。

撰写时注意三个常见陷阱。第一，指标没有测试条件。写“精度±0.02mm”不够，要写“在标准件、同一位置、同一光照下，连续测量30次，误差≤±0.02mm”。第二，漏检率与过杀率分母不清。必须写明按缺陷样本数还是总检测数计算。第三，临界样本规则缺失。产线上大量样本处于阈值边缘，如果没有复判规则，验收时双方各执一词。

最后，需求规格书应附带一份缺陷样本清单，包含样本编号、缺陷类型、尺寸测量值、判定结果、图像路径。这份清单既是算法训练的依据，也是验收时的基准。没有样本清单的需求规格书，只是一份愿望清单。