缺陷判定依赖可用图像和正确检测位置。零件位置变化、反光、遮挡、失焦或曝光异常,都可能改变被送入检测模块的内容。排查时先确认输入与区域,再判断是模型问题、阈值问题还是采集问题。

记录各环节的输入和状态

环节 需要检查 需要保留
零件定位与配准 位置、旋转、尺度及参考模板 配准变换、得分和失败原因
检测区域 ROI 区域是否随零件正确映射 坐标系、裁剪边界和有效范围
图像质量检查 清晰度、遮挡、反光和曝光 检查项、阈值及异常状态
缺陷判定 适用缺陷、输出与决策阈值 模型版本、证据图和结果

配准得分用于评价零件定位情况,预测缺陷的置信度属于另一个字段。两者应分别保留其含义。若对图像进行了缩放、旋转或裁剪,需要保留坐标变换,确保缺陷位置能回到原图或零件坐标系。

定位失败不等于产品合格

配准失败或图像质量不足时,应输出明确的待复核或检测失败状态。是否重拍、人工复核、暂停还是走其他流程,由业务规则决定。不能把没有产生缺陷结果直接解释为产品合格。

修改区域后重新检查边界样本

区域缩小可能减少背景干扰,也可能排除需要检测的边缘。用实际位置偏移、旋转、缺陷位置及正常纹理样本核对覆盖范围。保留原始图、变换、区域和判定证据,使误报与漏检能够复现。

验证质量检查本身

质量门控也可能拒绝可用样本,或放行不适合检测的图像。应分别统计被拦截样本及其原因,再结合最终检测结果复核。阈值须按实际成像条件验证,本文不提供通用合格阈值。

相关服务:视觉算法与模型工程、项目咨询。