配準、偵測區域與品質門控怎樣影響缺陷判定

缺陷判定依賴可用影像和正確偵測位置。零件位置變化、反光、遮蔽、失焦或曝光異常，都可能改變送入偵測模組的內容。排查時先確認輸入與區域，再判斷是模型問題、閾值問題或採集問題。

記錄各環節的輸入和狀態

配準得分用於評估零件定位情況，預測缺陷的置信度屬於另一個欄位。兩者應分別保留其意義。若影像進行了縮放、旋轉或裁剪，需要保留座標變換，確保缺陷位置能回到原圖或零件座標系。

定位失敗不等於產品合格

配準失敗或影像品質不足時，應輸出明確的待複核或偵測失敗狀態。是否重拍、人工複審、暫停或走其他流程，由業務規則決定。不能把沒有產生缺陷結果直接解釋為產品合格。

修改區域後重新檢查邊界樣本

區域縮小可能減少背景幹擾，也可能排除需要偵測的邊緣。用實際位置偏移、旋轉、缺陷位置及正常紋理樣本核對覆蓋範圍。保留原始圖、變換、區域和判定證據，使誤報與漏檢得以復現。

驗證品質檢查本身

品質門控也可能拒絕可用樣本，或放行不適合偵測的影像。應分別統計被攔截樣本及其原因，再結合最終檢測結果複核。閾值須依實際成像條件驗證，本文不提供通用合格閾值。

相關服務：視覺演算法與模型工程、專案諮詢。