2. SICK深度学习视觉检测系统组成

SICK深度学习视觉检测系统并不是“买一台智能相机就能跑模型”的单体设备，而是一条从光学成像到推理决策的完整信号链。理解这条链路上每个环节的职责与接口，是后续做方案选型、参数配置和故障排查的基础。本节按“光→图像→数据→算力→模型→结果”的顺序，拆解工业相机、镜头、光源、图像采集卡、计算单元、SICK软件平台与深度学习模块之间的协同关系。

一、系统分层：从物理层到决策层

可以把整套系统划分为四个层次。第一层是光学成像层，由光源、镜头和工业相机组成，负责把被测物的物理特征转换为可用的数字图像；第二层是数据传输层，由相机接口与图像采集卡（或直连网卡）承担，负责把图像稳定、低延迟地送入主机内存；第三层是计算与平台层，由计算单元（GPU工控机/边缘服务器）和SICK软件平台构成，负责图像预处理、模型加载与推理调度；第四层是深度学习决策层，即SICK软件平台中的深度学习模块，输出分类、检测框或分割掩膜，并交由PLC/机器人执行剔除或分拣。

这四层之间是严格的上下游关系：光学层决定“图像里有没有可判别的特征”，传输层决定“数据能不能按时到达”，计算层决定“推理能不能在节拍内完成”，决策层决定“结果是否可信、如何输出”。任何一层出问题，最终都会表现为误检、漏检或节拍超时，因此排查时必须按链路顺序定位，而不是一上来就怀疑模型。

二、各环节的职责与关键参数

光源决定被测特征与背景的对比度。深度学习虽然对光照变化有一定鲁棒性，但训练集与现场光照不一致仍会导致明显掉点。常见选择包括环形光（表面划痕、字符）、条形光（大平面均匀照明）、背光（轮廓、尺寸、缺料）和同轴光（高反光金属表面）。选型时先问“我要让模型看到什么特征”，再决定打光角度与颜色。

镜头决定视野（FOV）、工作距离（WD）与分辨率匹配。一个常用估算：若视野为100 mm、相机水平分辨率为2448 px，则理论像素精度约为100/2448≈0.041 mm/px。实际应让被测特征至少占据3~5个像素，缺陷检测建议更高。景深不足会导致部分高度区域失焦，需通过缩小光圈或选用远心镜头解决。

工业相机提供原始图像。关键参数是分辨率、帧率、曝光时间、接口与色彩。对于运动工件，曝光时间必须足够短以冻结运动，例如线速200 mm/s、允许模糊0.05 mm时，曝光应≤0.25 ms，此时往往需要提高光源亮度或增益。

图像采集卡在高速或高分辨率场景下承担带宽与触发同步职责。GigE Vision可直连网卡，CoaXPress、Camera Link等高速接口则需专用采集卡。采集卡还负责硬触发输入，把光电传感器信号转换为相机曝光触发，保证每件产品在固定位置成像。

计算单元提供推理算力。以常见的GPU工控机为例，若单张图像推理耗时20 ms，则单相机理论节拍上限约50件/秒；多相机时需按总吞吐量核算，并预留预处理、后处理与通信开销。显存不足会导致模型无法加载或批量推理失败。

SICK软件平台是协同中枢：它管理相机连接、图像采集、预处理（缩放、ROI、归一化）、模型加载、推理调度、结果判定与通信输出。深度学习模块则提供模型训练、评估与部署能力，把标注数据转化为可执行的推理模型。

三、协同关系中的三个关键接口

第一是触发接口：光电传感器→采集卡/相机→软件平台，决定“何时拍”。第二是数据接口：相机→采集卡→主机内存→软件平台，决定“图像能否完整到达”。第三是决策接口：软件平台→PLC/机器人，决定“结果如何被执行”。三个接口任一环节延迟或丢帧，都会破坏整条链路的稳定性。

四、一个可参考的配置示例

假设检测对象为30 mm×20 mm的金属零件表面缺陷，产线速度120件/分钟（即500 ms/件），要求检出0.1 mm以上划痕。可选配置：500万像素GigE相机（2448×2048）、25 mm定焦镜头、工作距离约300 mm、环形白光加低角度暗场照明、GPU工控机（显存≥8 GB）、SICK软件平台加载分割模型。按此配置，单件推理预算约30 ms，远低于500 ms节拍，留有充足余量用于多模型串联或图像存档。

需要强调的是，上述参数属于教学示例与合理假设，实际项目必须根据现场视野、速度、缺陷尺寸和光照条件重新核算，并通过采集真实样本验证成像质量与模型表现。