1. 课程导学与硬件选型：工业视觉项目全流程概览
大家好，我是老张。在工业视觉这行摸爬滚打了十几年，从最早的工控机+采集卡，到现在的边缘计算盒子，我踩过的坑比你们见过的项目可能还多。今天咱们开篇第一讲，不急着写代码，先聊聊整个项目的骨架——从需求到交付，你手里得攥着哪些牌。
说白了，工业视觉目标检测不是实验室里的玩具。它要上产线，要7×24小时跑，要扛得住灰尘、震动和忽高忽低的温度。你想想看，一个模型在PC上跑出99%的mAP，上了Jetson却掉到80%，这种事儿我见得太多了。
核心观点： 工业视觉项目的成败，70%取决于前期选型和流程设计，30%才是算法调优。选错硬件，后面全是白费。
1.1 工业视觉项目全流程概览
一个标准的工业视觉检测项目，我习惯把它拆成六个阶段。每个阶段都有它的命门，咱们一个一个说。
- 需求分析——检测什么？精度要求多少？节拍多快？产线环境如何？
- 硬件选型——相机、镜头、光源、计算平台，四件套缺一不可。
- 数据采集与标注——工业场景的数据，往往比算法本身更值钱。
- 模型训练与优化——从YOLO到轻量化网络，精度和速度的博弈。
- 边缘端部署——TensorRT、ONNX Runtime、RKNN，各显神通。
- 系统联调与验收——跑一个月不出故障，才算真正交付。
我曾经接过一个项目，客户说“随便搞搞就行”。结果产线上线第一天，相机因为帧率不够，漏检了三个缺陷品。嗯，从那以后，我每个阶段都要求客户签字确认。
1.2 边缘设备选型：Jetson / RK3588 / Intel NUC
边缘设备是咱们的“战场”。选错了，模型再牛也跑不起来。目前主流的三条路线，我挨个说说我的真实感受。
| 对比维度 | NVIDIA Jetson (Orin NX/AGX) | Rockchip RK3588 | Intel NUC (12/13代) |
|---|---|---|---|
| AI算力 | 40-275 TOPS (Tensor Core) | 6 TOPS (NPU) | 依赖集成显卡/VPU |
| 生态成熟度 | 极高 (TensorRT, DeepStream) | 中等 (RKNN Toolkit) | 高 (OpenVINO) |
| 功耗 | 15-60W | 8-15W | 28-65W |
| 价格 | ￥3000-15000 | ￥800-2000 | ￥2500-8000 |
| 典型场景 | 高精度检测、多路视频 | 轻量检测、低成本方案 | 传统视觉+AI混合 |
我的建议： 如果项目预算充足，且对精度要求极高（比如半导体晶圆检测），直接上Jetson Orin。如果做的是常规的零部件外观检测，RK3588的性价比非常香。至于Intel NUC，我一般只在客户要求“必须用x86平台”时才考虑。
我记得有个做PCB板检测的项目，客户一开始选了RK3588，觉得便宜。结果模型量化后精度掉了2个点，客户死活不认。最后换了Jetson Orin NX，用FP16推理，精度和速度都满足了。所以你看，选型这事儿，不能光看纸面参数。
1.3 相机与镜头选型实战
相机和镜头，是视觉系统的“眼睛”。眼睛瞎了，后面算法再强也没用。我见过太多人花大价钱买相机，却配了个几十块的镜头，拍出来的图像边缘模糊得像油画。
选型时，我一般按这个顺序来：
- 分辨率——根据检测精度反推。比如要检测0.1mm的缺陷，视野是100mm×100mm，那至少需要1000×1000像素，也就是100万像素。我习惯留30%余量，选200万像素。
- 帧率——匹配产线节拍。节拍是200ms一个产品，那帧率至少5fps。考虑到触发和传输延迟，我一般选15fps以上。
- 传感器类型——CMOS是主流，CCD在高速场景还有优势。但CMOS的全局快门越来越成熟，我最近两年基本全用CMOS。
- 镜头焦距——根据工作距离和视野计算。公式很简单：焦距 = 工作距离 × 传感器尺寸 / 视野。举个例子，工作距离300mm，传感器尺寸6.4mm（1/2.3英寸），视野100mm，那焦距≈19.2mm，选20mm定焦。
- 光圈与景深——工业场景我一般用F8-F11，保证足够的景深和清晰度。光圈太大，边缘容易虚。
避坑指南： 我曾经在一个项目中选了500万像素的相机，配了个2/3英寸的镜头。结果拍出来的图像四角发暗，边缘分辨率惨不忍睹。后来才发现，镜头的像场不够大，覆盖不了整个传感器。所以记住：镜头的像场必须大于或等于传感器尺寸。
另外，光源的选择也容易被忽视。我个人的经验是：
- 环形光源——适合检测字符、划痕，能突出边缘信息。
- 背光源——适合检测轮廓、尺寸，比如测量零件的外形。
- 条形光源——适合检测大面积表面，比如布匹、纸张的瑕疵。
- 同轴光源——适合高反光表面，比如镜面、玻璃。
你想想看，一个光源选错了，拍出来的图像对比度不够，算法再怎么调也白搭。所以硬件选型这事儿，真的值得花时间。
1.4 本章小结
这一章咱们把工业视觉项目的骨架搭起来了。从全流程的六个阶段，到边缘设备的三大阵营，再到相机镜头光源的选型要点。说白了，就是让你在动手之前，先想清楚“用什么打，怎么打”。