3. 工业视觉检测任务定义与需求分析

在SICK深度学习视觉检测项目中，最容易出问题的环节往往不是模型训练本身，而是任务定义不清。客户说“帮我看看这个产品有没有问题”，这句话无法直接转化为可执行的视觉检测指标。工程人员必须把模糊需求拆解为明确的检测任务类型，再为每类任务定义可量化的验收标准。本节围绕缺陷检测、分类、定位、分割、OCR五类核心任务，说明任务边界的划分方法，以及如何将客户需求转化为可执行的视觉检测指标。

五类任务的边界与适用场景

缺陷检测（Defect Detection）回答的是“有没有异常”，输出通常是OK/NG二值判断，或附带缺陷置信度。它适合表面划痕、脏污、缺料、气泡等非固定形态的异常。分类（Classification）回答的是“属于哪一类”，输出是多个预定义类别中的一个，例如将产品分为A级、B级、C级，或将焊接状态分为良好、虚焊、过焊。定位（Localization）回答的是“在哪里”，输出目标的位置坐标或边界框，常用于引导抓取、装配对位、尺寸测量前的目标搜索。分割（Segmentation）回答的是“每个像素属于什么”，输出像素级掩膜，适合不规则轮廓的精确提取，如涂胶轨迹宽度、密封圈完整性、焊缝区域面积。OCR（Optical Character Recognition）回答的是“写的是什么”，输出字符内容与置信度，用于日期、批号、序列号的读取与校验。

任务边界并非总是泾渭分明。例如“检测标签是否贴歪”可以拆成定位（找到标签位置）+分类（判断角度是否超限）；“检测字符是否缺笔画”可以拆成OCR（读出字符）+分类（判断印刷质量）。工程上应优先选择输出最直接、标注成本最低、验收标准最清晰的任务类型。若客户只关心“合格与否”，就不要强行做分割；若客户需要测量缺陷面积，则分割比检测更合适。

从客户语言到工程指标的转化方法

客户需求通常包含三类信息：缺陷描述、判定标准和产线约束。工程人员需要逐项追问并量化。以“表面不能有明显划痕”为例，需要确认：划痕的最小可接受宽度是多少？长度阈值是多少？在什么光照和角度下可见？允许的过杀率是多少？这些问题的答案直接决定相机分辨率、光源方案和模型阈值。

转化过程可以遵循以下逻辑：首先确定检测对象与缺陷类型，明确是二分类还是多分类；其次确定最小可检特征尺寸，据此计算所需像素分辨率。例如要求检出0.3 mm划痕，若采用5像素作为最小可靠识别宽度，则系统分辨率需达到0.06 mm/pixel。再根据视野范围计算相机像素数：若视野为300 mm × 200 mm，则水平像素至少为300/0.06 = 5000像素，需选用500万像素以上相机。最后确定节拍要求，若产线节拍为每分钟60件，则单件处理时间不超过1秒，扣除上下料和通信时间，视觉处理需控制在300 ms以内。

对于分类任务，指标定义要关注混淆矩阵而非单一准确率。例如焊接质量三分类，客户可能说“准确率要达到98%”，但实际生产中“虚焊误判为过焊”比“过焊误判为虚焊”风险更高。因此需要分别定义各类的召回率和精确率，并对关键误判方向设置更严格的约束。

对于定位任务，核心指标是重复精度和绝对精度。重复精度指同一目标多次定位结果的一致性，通常要求≤±0.5 mm；绝对精度指定位结果与真实位置的偏差，受标定影响。若用于引导抓取，还需定义姿态角精度和搜索范围。对于分割任务，常用IoU（交并比）和边界误差衡量，若用于测量，则需将像素误差换算为物理尺寸误差。对于OCR任务，需区分识别准确率和拒识率，并定义字符校验规则，如日期格式、校验位、与MES系统比对等。

需求分析检查表

在实际项目中，建议用一份结构化检查表逐项确认，避免遗漏关键约束。以下为可参考的字段示例：

常见任务边界模糊的处理

当客户需求同时涉及多个任务时，应优先拆分为独立子任务并分别定义指标。例如“检测连接器插针是否缺失、歪斜、氧化”，可拆为：定位（找到插针区域）、缺陷检测（判断是否缺失）、分类（判断歪斜角度是否超限）、分割（判断氧化面积）。拆分后每个子任务都有明确的输入输出和验收标准，便于分别标注、训练和评估。

若客户无法提供明确的量化标准，工程人员应主动提出建议值并说明依据。例如根据行业经验，表面缺陷检测过杀率通常控制在1%~3%，漏检率控制在0.1%~0.5%；OCR识别率通常要求≥99.5%。这些建议值需在样品测试后与客户共同确认，并写入验收协议。

总结来说，任务定义与需求分析的核心动作是：把客户的语言翻译成任务类型，再把任务类型翻译成可测量、可验收的指标。缺陷检测看漏检率和过杀率，分类看混淆矩阵，定位看重复精度，分割看IoU和尺寸误差，OCR看识别率和拒识率。只有指标明确，后续的相机选型、光源设计、标注规范和模型评估才有统一的基准。