机器视觉展会实战复盘：从深度学习缺陷检测到现场设备稳定性的关键细节

1. 展会前我们需要解决的核心问题为什么千里迢迢带设备去上海1.1 这次展会到底什么来头值不值得投入先说结论2021上海国际智能工厂展暨工业自动化及机器人展览会在准备参加之前我内心是有犹豫的。工业自动化展会每年国内大大小小几十场真正能在现场沉淀出有效线索的其实就那么几个。但这届展会我看着名单里报名参展的集成商和终端用户判断还是值得去一趟。原因很简单2021年恰好是新能源、半导体、3C电子这些行业产能爆发的节点产线上缺人、缺效率、缺质检稳定的方案而机器视觉正好卡在所有自动化升级的核心位置。坦白讲中科行智在行业里的标签一直是“做机器视觉底层算法和智能硬件”的团队早几年大家听到更多是科研和项目交付能力产品化的声音相对弱。到2021年节点我们手上有自研的智能相机、深度学习视觉平台、2D/3D视觉引导方案这些如果不拿到公开场合让客户亲手点一点、跑一跑光靠PPT是说不清楚的。所以参展目标我拆成了三件事品牌曝光、技术验证、需求采集。品牌曝光是让业内知道我们有好用的标准化产品技术验证是拿现场的工件和场景实测算法稳定性需求采集则是借展会密集接触终端用户搞清楚大家现在最痛的是缺料检测、外观缺陷、还是机器人引导定位。1.2 我们这次参展的设备清单和选型逻辑设备清单的确定比预想中费时间。展位面积大约三十六平米摆不了整条线体所以只能把最有代表性的三套演示搬过去。第一套是标准智能相机配深度学习算法用来做药片泡罩缺粒漏片检测第二套是2D视觉定位系统配合桌面机械臂做动态抓取模拟传送带流水线上的来料抓取场景第三套是3D视觉引导现场扫描一堆随意叠放的工件输出抓取坐标给机械臂。为什么选这三套而不是摆两台相机加几本彩页因为视觉项目和别的自动化设备不一样它拼的是“眼睛大脑”的协同表现。静态展示一台相机观众看不出算法能力只有让它跑起来才能真正建立信任感。药片泡罩检测属于典型的“高节拍、强规则、背景复杂”场景可以直观展示传统算法做不到、深度学习能做的差异动态抓取贴近绝大多数3C装配线的实际需求客户能直接代入3D引导则覆盖了无序上料的痛点属于观众围着最多的一摊。选型上的细节后面那段细说。2. 展台方案设计与现场演示的细节如何让观众在三分钟内看懂机器视觉2.1 智能相机加深度学习我们把核心技术浓缩成一桌演示现场最容易被围住的其实是第一套药片检测演示。一个泡罩板大概装二十片药其中有一片缺粒、一片有裂痕还有一片表面印字模糊这套样品我们特意跑了好多家药店和包装厂才凑齐。设备通过智能相机实时拍照画面直接在屏幕上显示检测结果缺陷位置用红框标出缺粒用蓝框良品则显示绿色通过。实测的工作节拍是每分钟检测一百二十板基本能还原真实产线速度。不少观众看了一遍就跑来问原理。这里补一点技术背景传统视觉算法适合边缘清晰、打光理想的场景但遇上药片透明膜反光、铝箔起伏、药粒色差细微这些问题规则写起来极其痛苦一个型号换包装就要重新调参。深度学习方案不同它通过标注样本自动学习“良品长什么样”和“缺陷长什么样”的特征面对光照波动、背景干扰的鲁棒性更好。我们现场用的模型是在几百张样张上训练的从训练到部署花了不到一天这种“快”本身对客户就是很好的信号。演示时我还刻意准备了一块黑色哑光绒布垫在底下别小看这个细节。药片泡罩是反光材料展馆顶灯是典型的无影灯环境来自多个方向的光会干扰成像导致边缘发白、对比度下降。绒布能吸收部分环境光避免底部金属桌面反光窜进画面。这是从实验室到展会现场非常容易翻车的一个隐性坑后面常见问题部分我还想单独说说。2.2 光源和暗箱布置现场光环境比实验室复杂得多很多没做过现场视觉调试的人会低估光源的重要性。展馆的灯光是固定的没法按照实验室标准来调整上午和下午的自然光角度也在变相机的自动曝光参数在这种环境下会频繁跳动。我们这次带的是环形光源加同轴光源两套方案环形光负责药片泡罩的表面均匀照明同轴光用来应对高反光表面。为了把外界光干扰降到最低我把药片检测这台演示设备装进了半封闭的亚克力暗箱只在前面留一个观察窗口内部贴吸光绒布。这样画面稳定、对比度高观众从屏幕上看效果也更惊艳。有同行问我为什么不用封闭的金属箱体因为半封闭暗箱能让观众看到工件进出的真实过程信任感会更强而且散热也好。封闭箱体在展馆环境下跑一天相机温度会明显升高CMOS传感器对温度敏感画面噪声会变大这对检测精度是致命影响。光源亮度我也调过两轮。第一轮按实验室标准调发现灯珠温度升上来之后亮度会漂移约百分之五到八检测结果开始出现偶发误判。后来我的做法是把环形光源亮度设在最大输出的百分之八十留出余量同时用相机多帧平均消除随机噪声。这套组合在现场跑了两天半漏判误判基本清零。2.3 算力主机与设备联调的坑千兆网口和独立供电不能省三套演示设备对网络和电源的要求完全不同。智能相机内部自带处理芯片画面上屏直接走HDMI相对简单但2D动态抓取系统需要相机把图像传给电脑算法算完坐标再通过TCP发给机械臂控制器这中间任何一帧网络抖动都会变成机械臂停在半空不动。我们选的是千兆工业交换机把所有设备单独划在一个VLAN里避免和展馆公共Wi-Fi汇聚到同一广播域。最折腾的是电源。展馆提供的插座看着是正常的220V但同一排插座上可能接着其他展台的加热设备、电机和显示屏电压波动非常大。我第一天的经验是用万用表测空载时显示225V一接电机负载就掉到208V这种波动对开关电源影响不大但会直接干扰相机电源适配器和光源控制器。解决方案是在总电源入口加了一台隔离变压器和稳压器再分路给三套演示设备。隔离变压器这东西看着笨重带过来确实吃苦但它帮我省掉了后续非常多“查不出原因”的偶发重启问题。3. 展会现场那些最有价值的交流客户真正关心的技术问题是什么3.1 3C电子行业的检测节拍问题客户上来就问处理一帧要多久展会第二天一位做手机中框检测的集成商在我们的2D定位演示前站了很久。他问的第一个问题特别直接这套方案处理一帧图像要多少毫秒因为他们之前的方案用传统算法检测一个中框要跑四个工位、每工位两秒节拍完全拉不起来。这里要展开讲讲“节拍”在机器视觉项目里的分量。产线客户对检测系统最敏感的核心指标不是精度——精度大家都能做到而是单件耗时。同样一条产线每分钟能检六十件和每分钟能检九十件对产能的影响是决定性的。我们现场演示的2D动态抓取是在浅景深、有轻微运动模糊的条件下跑的从“触发拍照”到“输出抓取坐标”大约是七十到一百毫秒这个数据如果放在固定工位、夹具到位后静止拍摄的场景能压缩到三十到五十毫秒。为什么能这么快一是相机传感器本身支持全局快门运动带来的畸变更小二是算法层面我们做了图像金字塔加速先在小分辨率图上粗定位再在原图上精修正而不是傻乎乎地对全图跑一遍高分辨率推理。那位集成商听完之后反而担心了——太快会不会精度不够这其实是“速度与精度”的经典权衡。我的回答是在这个场景里定位精度取决于特征提取的分辨率而非整张图的处理速度。小图粗定位是为了缩小搜索区域精修时用的是原像素级边缘信息所以速度提升不会牺牲亚像素级的定位精度。3.2 新能源电池的缺陷检测与贴合引导现场咨询最多的隐藏需求如果统计现场咨询关键词频率“表面缺陷检测”和“贴合引导”应该排前二尤其从做新能源电池设备的同行口中听到的频率特别高。一位做电池极片涂布设备的工程师拿着手机里的照片来找我们问能不能用机器视觉检测极片表面的划痕和漏涂。我看了一眼照片均匀的暗色背景、细微的亮痕这个场景人眼都看得费劲传统灰度阈值确实难做。这种需求背后的技术逻辑并不复杂但现场交流时对方关注的点很实在——需要多少张缺陷样本才能训出能上线的模型这个问题几乎每一位问深度学习的观众都会提。我的回答是分场景如果缺陷类型本身就比较统一两三百张标注图可以做出一版能跑通的概念验证如果缺陷形态千奇百怪那么准备一千到两千张是更稳妥的区间。但是更重要的一点不是样本总量而是样本覆盖的“缺陷多样性”同一类缺陷要有不同角度、不同灰度变化模型才能泛化。这个回答明显缓解了不少观众的焦虑因为很多人被“深度学习动辄几万张数据”的传闻吓住了。其实工业场景的检测任务相对集中目标类别有限背景相对可控需要的样本量远低于通用视觉任务。再加上我们提供了预训练模型加迁移学习的策略新场景启动数据量可以再降一截。3.3 观众问得最多的几个“外行问题”背后的真实需求展会上难免有一些非技术背景的观众问题听起来基础但背后往往藏着更真实的项目信号。比如连续有五六个人问“这台相机能不能当安全摄像头用”。这个问题直接看会觉得很奇怪但聊深了发现他们是做小型自动化设备的希望在设备内部装相机监测是否有异物进入运动区域本质是安全互锁和流程监控需求。这跟我们理解的传统视觉检测是两个赛道但也说明边缘侧视觉设备的适用场景比我们想象中宽。还有一个高频问题来自采购人员你们和国外品牌比有什么优势。这个问题的客套版我也会答但更希望引导对方关注“本地化技术支持”和“方案的可修改性”。国外成熟品牌的优势是稳定和生态但一个项目出现问题响应周期往往以天数计算我们这类国产视觉团队的优势在于工程师可以直接带着相机去客户现场当天晚上改完算法参数第二天早上跑新方案验证。对产线停机的焦虑是采购负责人最在意的潜台词。4. 会场背后的运营细节礼品、展位位置、同行观察与线索管理4.1 展位人流与候场动线设计机械臂大人流不能挡路展位面积有限机械臂一旦开始运动围观的人多了之后前排蹲着拍照的观众很容易挡住后排视线更麻烦的是会堵住通道。第一天上午就出现了类似情况最前面蹲了三位拿着手机录像的观众后面的人完全看不到屏幕上的检测画框人流就开始淤积。后来我们调整了动线把机械臂运动区域用黄色警示胶带在地面贴出安全线观众站在线外观看侧面放了一台电视屏幕实时镜像显示检测画面。这样既保证了安全距离也让后排观众能看到细节人流疏散快了很多。礼品管理也有讲究。我准备了两类物料技术白皮书和企业产品手册白皮书是有实质性内容的干货产品手册方便留档。发放策略上我们不撒手不设扫码送礼只在交流完有明确意向时递上白皮书并顺便加微信。为什么这么做展会结束后的线索质量差别很大扫个码拿个帆布袋来的意向度远低于主动聊了十分钟技术细节还问你要白皮书的人。现场名片和微信加起来收了大约一百六十多个线索其中深度沟通过的不到四成但这一百多个里的精准度已经足够销售团队后续跟进了。4.2 线索登记与现场演示数据留存三天展会就是一个小型数据采集场这里给准备做展会演示的团队一个建议演示设备本身其实是一个很好的数据采集终端。我们的智能相机在现场跑了三天除了给观众看还在后台记录了每一次检测的图像和结果。展会结束后我把这些数据导出来做分析发现了一件有意思的事第二天下午某一段时间里误判率突然升高。排查下来是因为有观众用手电筒往暗箱里照想看清药片细节结果强光干扰成像。这种“突发干扰”数据在实验室永远攒不到但恰恰能用来检验算法在极端输入下的鲁棒性。线索登记表我们用的是在线表单加微信备注的组合方式。现场加微信后我习惯在备注里打上标签例如“3C集成商-中框检测-强调节拍”或“新能源终端-极片缺陷-已寄样”。展会结束后翻这些备注基本上能还原出当时对话的核心需求销售接手的时候不用再重新聊一遍背景。这种习惯看着简单但很多人懒得写等回到公司面对几十张名片完全想不起对方是谁这是参展效率最大的损失。4.3 竞争对手的展台都在展示什么半个小时的同行巡场给我什么教训参展不完全是对外输出也是吸收信息的好机会。我利用第三天上午的间隙把同展馆里做视觉检测、读码、机器人引导的展台都走了一圈。印象比较深的现象是大多数展台都在强调“工业相机硬件性能”比如多少万像素、多少帧率反而在“检测效果触达”上的演示创新不多。只有两家用了动态的机械臂和传送带联动演示其余的多数是相机对着一个静态工件屏幕放着案例视频。这让我意识到我们这次把“动态演示”作为核心是对的。工业视觉的采购决策者往往不是技术出身他看静态画面和看动态运行的心理判断完全不一样。动态演示能够传达的信息包括实时性、稳定性和置信度这些恰恰是静态视频剪不出来、P图替代不了的真实指标。另外看到好几家同行都在推读码枪和固定工位的测量设备说明通用型视觉检测市场已经比较拥挤反而“深度学习复杂缺陷检测”和“3D引导”这两块的差异化空间还比较大正好是我们的发力方向。5. 知识产权与边界展示中必须守住的底线5.1 现场演示数据的合规性客户的样品不能直接当演示素材展会上有观众主动提出能不能现场拍一段他们工件看看检测效果。这其实是一把双刃剑。答应现场测效果好的话当场就能签意向但万一工件表面状态超出模型预期当场翻车对品牌伤害也很大。我的处理方式是先问清楚检测需求判断是否属于我们熟悉的标准场景如果对方工件图案复杂且没有类似案例我会坦诚说明“可以寄样给我们做离线测试”而不是现场硬跑。这条原则背后也是数据合规的考量。有些工件涉及产品外观设计、未发布的新品外形客户自己都没有授权你对外展示拍到的图片如果留在相机本地或上传到公共网络就存在泄露风险。我们在现场对所有历史演示数据统一存在专用移动硬盘里展会结束后带回来不在公用电脑上保留副本。这样既保护客户的隐私也避免自己的算法数据被竞争展台的人顺手拍到。5.2 与同行交流时的分寸感技术参数的透明化不等于全盘托出展会是技术交流的场合但也要把握好度。我们愿意公开算法原理、平台架构、典型项目的节拍数据这是建立信任的有效方式但涉及底层模型结构、最新的优化策略、特定客户的定制化方案细节我不会展开说。有同行拿手机想拍后台的参数配置界面我会礼貌但坚定地请对方只拍演示画面。这种分寸感不是保守而是对研发投入和客户关系的尊重。一位做集成商的观众问到我“你们和某大厂方案的区别”时我的回答重点导向“技术路线选择不同没有绝对优劣”而不是贬低对方。行业圈子很小现场一句话传出去的失真度很大保持专业和得体反而能收获更多潜在的长期合作机会。6. 参展后的真实体会和实用建议6.1 如果再参加类似展会我会调整这几件事复盘三天下来最大的感受是设备稳定性永远是第一位的没有之一。第二天下午机械臂的夹爪气缸突然不动作排查发现是气路快插接头里的密封圈在运输途中压变形了导致气压不足。这个故障在实验室永远不会出现因为实验室的气管是固定的不会经历卡车颠簸和反复拆装。所以我的建议是所有气动元件、接头、线缆都应该有备份而且最好在出发前做一次“运输振动测试”就是把设备装进和参展时相同的包装箱里开车在颠簸路段跑个几十公里再拆箱测试。另外展位面积有条件的话下次会增加一个“半封闭洽谈区”哪怕是几张椅子加一块隔断板也好。现场人多的时候很多有价值的深聊都被噪音盖住了客户不好意思大声讲真实预算我们也听不清具体工况。封闭或半封闭的洽谈位能显著提高交流质量这个钱花得比多印宣传册值。6.2 给准备做机器视觉产品化的工程师们几句话展会现场最能暴露出一个团队“重技术但轻产品”的问题。不少工程师背景的同行来我们展台聊技术时头头是道但问到能否提供标准化的行业方案包时就卡住了。如果准备做视觉产品一定要提前整理出几个标准行业的参考文档哪怕只是文字描述加截图都能让客户在展会后直接转交给内部评估。内容比形式重要能落地比炫技重要。还有一点是关于演示节奏的。很多研发型团队做演示有个习惯喜欢从一个参数开始讲越讲越深观众早就跟不上了。我这次刻意逼迫自己按照“效果-数据-原理-案例”的四步顺序来讲先让画面说话再报关键指标然后解释为什么能做到最后补一个相似行业的应用故事。大部分观众听完前三步就已经能判断是否匹配需求愿意听到第四步的基本就是高意向客户了。最后分享一个现场学到的小技巧准备一张A4大小的哑光过胶“应用案例速查卡”正面是行业名称加检测内容背面是示意图。这张卡成本几毛钱但比厚厚一本产品手册有用得多客户拿在手里一眼就能找到自己的场景。下次参展你也可以试试效果真的不错。