AI视觉检测系统怎么用？从相机选型到模型上线，沈阳工厂照着做的5步

一台工业相机3800元，一整套AI质检系统报价28万。差的那24万多，不在相机上。

沈阳不少工厂老板问过海润铭同一个问题：设备我自己买行不行？行。但买完你会发现，相机能拍照，系统不会判断。中间隔着五步——定工位、配光、选相机、训模型、做运维。这篇按顺序拆开，每一步给可执行的判断标准。

先摆一组行业底数。据中商产业研究院《2025-2030全球及中国CMOS图像传感器行业深度研究报告》，2024年中国工业视觉CMOS图像传感器市场规模达到27.11亿元，较上年增长12.02%。据中国机器视觉产业联盟（CMVU）公开数据，2021年国内工业相机市场规模约28.83亿元，预计2025年将超过125亿元。硬件在变便宜，难点早就从"买不到"变成了"配不对"。

第一步：视觉检测工位怎么设计

先量三个数，再谈买什么。

• 最小缺陷尺寸：要检出的最小瑕疵是0.1mm还是0.5mm，这决定分辨率下限。
• 视野宽度（FOV）：工件在传送带上会左右晃，按最大偏移量留余量，通常再加20%。
• 节拍：每分钟过多少件，换算成单件的曝光加处理时间预算。

有了这三个数，分辨率就能算出来：单像素精度＝视野宽度÷相机水平像素数。行业通行做法是让最小缺陷至少占3～5个像素。

算到这一步你就知道该上线阵相机了，而不是继续纠结面阵够不够。

工位设计上还有个容易漏的点：相机和工件的相对运动。工件不停，就要短曝光配强光；工件能停，光源钱能省一大截。海润铭在沈阳做过的产线里，仅仅把"连续过料"改成"到位停0.3秒"，光源预算就从两万多降到六千。

第二步：光源和镜头怎么搭配

机器视觉圈有句老话：打光决定成败，算法只是补救。

机器视觉打光实验怎么做？不用复杂设备。一块黑绒布、一个可调光源、手机拍照就能开始。核心目标只有一个——把缺陷和背景的灰度差拉开。人眼一看就能分辨的图，算法才好做；人眼都要凑近看半天的，别指望模型能救。

常见搭配对照：

• 表面划痕、压痕 → 低角度环形光或条形光侧打，让缺陷投出阴影
• 透明件气泡、异物 → 背光透射，看轮廓和透光差异
• 金属反光件 → 穹顶光（碗光），消除高光斑
• 字符、二维码 → 同轴光，正面均匀无阴影
• 边缘尺寸测量 → 平行背光，边界最锐利

镜头这边记三个参数就够：焦距、工作距离、靶面尺寸。焦距 ≈ 工作距离 × 靶面尺寸 ÷ 视野宽度。靶面必须大于等于相机传感器尺寸，1/1.8″的相机硬配1/2″的镜头，四角必然发暗。

还有一个坑是景深。光圈开大进光多，但景深浅，工件高度有起伏时边缘就虚了。宁可加钱换光源，也别硬开大光圈。

第三步：工业相机怎么选型安装

选型顺序：接口 → 芯片 → 帧率 → 品牌。

接口先定。GigE最省事，百米网线直连，适合分散工位；USB3.0便宜但线短，一般3～5米；CoaXPress和Camera Link用在高速线阵场合。沈阳很多老厂房布线条件一般，海润铭默认推GigE，后期改工位不用重新拉线。

芯片看两点。第一是全局快门还是卷帘快门——运动中的工件必须用全局快门，卷帘拍运动物体会拉斜。第二是彩色还是黑白——同尺寸下黑白相机感光更好、有效分辨率更高，除非必须靠颜色区分，否则优先黑白。

品牌不必迷信进口。据华经产业研究院统计，中国机器视觉市场中国产品牌份额已由2018年的44%增长至2022年的60%。海康机器人、大恒图像、华睿这几家的中低端型号，性价比已经压过同规格进口产品。

安装环节三条硬规矩：

1. 相机支架用整体铸铝件，别用可调万向节——半年后必松
2. 网线走金属桥架，与动力线保持30cm以上间距，否则丢包
3. 装完拍一张标定板照片存档，以后设备被磕碰了有比对基准

第四步：检测模型怎么训练部署

这一步最容易被神化，实际流程相当固定。

采数据。良品和不良品都要，比例别太悬殊。经验值是每类缺陷至少200～300张，同一缺陷要覆盖不同位置、不同光照、不同角度。数据不够时用OpenCV做旋转、翻转、亮度扰动来扩充，OpenCV入门教程工业检测这类资料网上一抓一大把，几十行代码的事。

标数据。LabelImg标注工具使用教程搜一下就有，pip装完直接跑。要点是标注框贴着缺陷边缘画，别框太大；同一类缺陷的标签名必须完全一致，大小写都不能差一个字母。标完导出YOLO格式（txt）或VOC格式（xml）。

训模型。目标检测选YOLO系列，分割任务选U-Net或Mask R-CNN。一台带RTX显卡的工控机就能训，300～500张图的小数据集，一两个小时能出第一版。先看mAP指标，再看实际漏检率——工业场景宁可多误报，不能漏检。

部署。训练好的模型转成ONNX或TensorRT格式，跑在边缘工控机上。工业相机SDK开发入门这块，海康、大恒都提供Python和C++的SDK，取图—推理—输出信号三段式，逻辑不复杂。真正的关键是输出要接得上PLC，一般用IO卡或Modbus TCP给剔除机构发信号。

第五步：AI质检系统日常维护操作

系统上线只是开始。海润铭给沈阳客户的运维清单是这样的：

• 每天：查镜头有没有粉尘、油雾，用无水乙醇和镜头纸单向擦；看当班误报率是否异常
• 每周：核对标定板照片，确认相机没有位移；备份本周的疑难图片
• 每月：把新出现的漏检、误检样本加进数据集，重训一版模型
• 每季度：检查光源亮度衰减，LED光源用两年后光通量普遍下降10%～20%，该换就换

模型不是装完就永远准。原料批次变了、车间照明改了、镜头脏了，准确率都会往下掉。把"重训"当成常规保养，而不是故障处理。

常见问题FAQ

Q：产量不大，值得上AI视觉吗？

先算人工。一个全检工位两班倒是两个人，沈阳制造业一线全检岗年成本按8～10万/人估算，两年就是32～40万。系统投入如果在20万上下，第二年开始就是净省。产量小但检测要求高、人眼容易疲劳的场景，回本更快。

Q：如何自己搭建一个简单AI质检系统？

能搭。工业相机＋GigE网卡＋一台带显卡的电脑＋OpenCV＋YOLO，硬件三五万可以起步，适合静态、单一缺陷、节拍宽松的场景。一旦涉及多工位联动、高速在线、和MES对接，自己弄的时间成本会超过外包。

Q：模型准确率能到多少？

看缺陷类型。规则性缺陷（尺寸、缺件、字符）做到99%以上不难；表面类缺陷（划痕、色差、脏污）通常落在95%～98%，需要配合人工复判。谁跟你保证100%，你反而该警惕。

Q：断电重启后要重新标定吗？

不用，参数存在本地配置里。但如果相机被人碰过、光源换过、镜头拆过，必须重新标定。

最后

AI视觉检测系统怎么用，说白了就是这五步：定工位、配光、选相机、训模型、做运维。硬件成本已经不是障碍——据GGII预测，2025年我国机器视觉市场规模将接近350亿元，其中3D视觉市场规模接近60亿元，产业链成熟带来的直接结果就是单套系统成本持续下降。真正的门槛在于有没有人把这五步串起来，并且在你的车间里跑通。

沈阳海润铭电子科技有限公司做工业视觉与弱电系统集成多年，工位方案、打光实验、模型训练到产线联调，可以整包，也可以只补你缺的那一段。服务范围覆盖沈阳、辽宁全省及东北地区。

数据来源：中商产业研究院《2025-2030全球及中国CMOS图像传感器行业深度研究报告》；中国机器视觉产业联盟（CMVU）公开数据；华经产业研究院机器视觉行业统计；GGII机器视觉市场规模预测。本文由海润铭工业视觉团队整理，转载请注明出处。