T-Eye智能视觉检测系统，工业缺陷识别高精度方案

前阵子厂里为了提升质检效率，上了这套T-Eye智能视觉检测系统。用了大概两个月，整体感觉确实比之前人工肉眼快多了，而且对于那种特别细小的划痕、脏污，识别得比老师傅还稳。今天就用大白话把这段时间的真实感受和调试经验捋一捋，给正在观望T-Eye这套工业缺陷识别方案的朋友做个参考，少走点弯路。

一、硬件安装和初始设置的坎儿

先说装机。T-Eye这套东西包装挺严实，主机加工业相机、光源控制器，配件码得整整齐齐。装起来倒不算复杂，机柜里预留好网口和电源就行，但有个坑得提一下：相机镜头的光圈和焦距，出厂默认是针对标准距离调的，咱们现场产线高度如果不一样，一定要重新校准。我第一次没调就直接跑，结果边缘的工件虚焦，漏检了好几个。后来联系售后远程指导，把相机架设高度精确到离传送带58厘米，再把光圈收到F8，图像才锐利起来。软件那块，T-Eye自带的教学模式帮了大忙，跟着向导一步步来，大概半天时间就能把基础的拍照触发、图像保存这些功能跑通。

还有就是打光，这绝对是T-Eye发挥高精度识别能力的前提。我们试过用自带的环形光源，对于金属表面的反光，刚开始总有过曝区域。后来把光源亮度从80%降到60%，角度稍微偏转15度，让光线斜着打，缺陷的阴影对比一下就出来了。这里提醒大家，T-Eye的算法再强，喂给它的图像质量不行，识别率照样拉胯。别急着调参数，先把光打好，比啥都强。

二、缺陷识别核心算法与模型训练体验

T-Eye系统里预置了好几种检测模型，像划痕、压伤、脏污、毛刺这些常见的工业缺陷，基本都有现成的算法模块。咱们厂主要做的是手机中框外观检测，重点看CNC加工后的刀纹和阳极后的色差。用T-Eye自带的缺陷标注工具，框了几个不良品样本，系统自己就去学特征了。这个过程大概花了两三个小时，训练完在验证集上一跑，准确率直接干到98.6%，确实有点惊艳。

不过要说下，T-Eye对样本数量还是有点要求的。刚开始我只标了20来个样本，模型有点过拟合，误杀率偏高，把良品的轻微加工痕迹也判成缺陷。后来把样本库扩充到100多个，涵盖了不同光线、不同角度下的缺陷形态，误判率才降下来。所以想用T-Eye做高精度缺陷识别，前期样本的多样性和数量得攒够，别偷懒。系统里那个“难例挖掘”功能也挺好用，把平时误判的图丢进去让它重新学，几轮下来，模型就聪明多了。

三、产线实际运行效率与漏检率摸底

跑了一个月，我特意统计了一下数据。T-Eye检测单个工件的节拍大概在1.2秒左右，比之前用过的某进口品牌快了0.3秒。这效率提升直接带来的好处就是，产线不用为了质检而降速了。之前人工抽检是每两小时抽20个，现在T-Eye是每个都过，全检！这对于我们这种良品率在97%左右的生产线来说，相当于把最后一道关守得死死的。

漏检率方面，目前运行下来是控制在0.2%以下，误检率大概在1.5%左右。误检的那部分，大多是工件表面有残留的切削液水渍，被T-Eye当成了油污缺陷。后来我们在清洗工位后面加了个风干工序，误检率立马降到了0.8%以内。这套方案整体跑下来，稳定性还是相当可以的，连续跑一星期不关机，也没出现过一次死机或者内存溢出的情况。对于现场维护的工程师来说，省心就是最大的价值。

四、T-Eye操作软件的人性化细节

最后说说软件操作这块。T-Eye的操作界面是全中文的，逻辑也比较清晰，左边是相机管理，中间是实时画面，右边是检测结果列表。新来的质检员培训了一下午，就能独立查看报警记录和生成检测报告了。那个检测报告功能特别实用，能自动导出Excel表格，里面包含每张缺陷图片的时间戳、缺陷类型和尺寸大小。月底给老板汇报质量数据的时候，直接从系统里拉数据就行，再也不用自己对着Excel手工统计了，这波升级确实值。

还有一个贴心的功能是远程监控。有时候人不在车间，手机上装个APP连上T-Eye，就能看到当前检测的实时画面和良率曲线。有一回半夜设备报警，我打开手机一看，原来是来料有一批料本身就有压伤，不是咱们产线的问题。直接截图发给供应商，第二天对方就认账了。就冲这点，T-Eye这套系统的投资回报率就已经拉满了。好了，以上就是我这段时间用T-Eye智能视觉检测系统的真实感受，希望对正在选型的朋友有参考。