一、项目启动与需求分析

大家好，我是老张。做机器视觉这行十几年了，经手的缺陷检测项目少说也有几十个。今天咱们聊聊项目启动阶段——说白了，就是决定「这活能不能接、该怎么干」的关键几步。

很多工程师一上来就急着选相机、挑镜头，结果做到一半发现需求没对齐，推倒重来。我吃过这个亏，所以现在特别重视前期分析。

1.1 缺陷检测项目背景

先搞清楚一个问题：客户为什么要上这个项目？

• 人工检测瓶颈：产线工人一天看几千个产品，眼睛受不了，漏检率居高不下
• 品质要求提升：下游客户对缺陷零容忍，比如汽车零部件、医疗器械
• 降本增效压力：招工难、培训成本高，机器换人是大势所趋
• 合规性需求：某些行业强制要求自动化检测记录，比如食品包装

1.2 客户需求调研

调研不是简单问一句「你们要检什么」。我习惯用一张表把需求拆清楚：

调研维度	具体内容	常见坑点
产品信息	材质、尺寸、颜色、表面特性	客户给的样品和量产件不一致
缺陷类型	划痕、脏污、缺料、变形、异物	客户说不清「什么是缺陷」
检测精度	最小缺陷尺寸、误检率、漏检率	精度要求超出物理极限
节拍要求	每分钟检测数量、产线速度	只提节拍，不考虑成像时间
环境条件	温度、湿度、振动、光照	现场光照变化剧烈
现有数据	是否有历史缺陷样本、良品样本	样本量太少，无法训练模型

1.3 技术可行性评估

需求收集完了，接下来要回答一个问题：技术上能不能做？

我一般从三个维度来评估：

1. 成像可行性：缺陷能不能被相机拍到？对比度够不够？
2. 算法可行性：传统图像处理能搞定，还是需要深度学习？
3. 系统可行性：节拍能不能满足？硬件成本是否可控？

举个例子。之前有个项目要检测手机玻璃盖板的微小划痕。客户要求检测精度 0.01mm，节拍 2 秒一个。我算了一下：

• 要拍清 0.01mm 的划痕，需要高倍率镜头，视场很小
• 视场小意味着要拍很多张，2 秒根本不够
• 最后建议客户分两个工位，一个拍整体，一个拍局部

1.4 项目范围定义

范围定义是项目启动的收尾工作。说白了，就是白纸黑字写清楚：我们做什么，不做什么。

我习惯用一张范围清单来对齐：

范围项	包含	不包含
检测对象	A 型号、B 型号产品	C 型号（客户未提供样品）
缺陷类型	划痕、脏污、缺料	变形（需额外工装）
检测指标	漏检率 ≤ 0.1%，误检率 ≤ 1%	缺陷分类（仅检出，不分类）
交付物	视觉系统、操作手册、培训	产线改造、MES 对接
验收标准	连续运行 8 小时，通过率 ≥ 99%	长期稳定性测试（需另签合同）

范围定义越清晰，后期扯皮越少。我见过太多项目因为「当时没说清楚」而闹掰的。

1.5 项目启动阶段知识体系

下面这张图是我自己总结的项目启动阶段知识框架，你可以参考：

1.6 启动阶段常见问题与对策

最后分享几个我踩过的坑，希望能帮你少走弯路：

常见问题	后果	我的对策
客户需求模糊	反复改方案，项目延期	带样品到现场实测，用数据说话
过度承诺	做不出来，客户投诉	提前说明技术限制，留有余地
忽略环境因素	现场效果和实验室差距大	实地考察，模拟现场条件测试
数据不足	模型训练效果差	要求客户提供至少 500 张缺陷样本
范围蔓延	工作量翻倍，成本失控	范围变更走正式流程，重新评估