【项目背景】
上周，稀土高新区一家金属制品厂的质检班长找到我：两条冷轧带钢线，带钢跑 450 米/分钟，四班倒 8 个质检工盯板面，划痕、压斑、边裂全靠人眼，漏检率一直压不下来，客户索赔一次就吃掉半年利润。厂里想上机器视觉，却被同行一句"没有十万张缺陷图别想上 AI"劝退了两年。我们做过三个钢铁行业的 AI 质检项目，这个顾虑多半已经过时。
【咨询设计】
检测点选在张力辊后 2 米处，带宽 1250 毫米：主体用 2 台 8K 线阵工业相机，GigE Vision 接口，横向精度 0.15 毫米/像素；光源配 470 纳米蓝光条形光源，划痕和压斑在蓝光下的对比度比白光高出一倍；推理用一台边缘计算服务器，双推理卡，TensorRT 做 INT8 量化后单帧推理 11 毫秒，450 米/分钟线速下每米采 6 帧，算力与节拍刚好匹配。判定结果经千兆光口进产线环网，联动喷码机在缺陷位打标，复检工位按标剔除。缺陷分类先做划痕、夹杂、压斑、边裂四类。
【施工规划】
相机、光源和护罩避开换辊检修通道，护罩带风帘防粉尘；线缆走独立桥架，与动力电缆间距 30 厘米；采集主机接入现有环网，不二次布线。模型冷启动走小样本路线：现场采集加缺陷仿真增广，两周做了 3000 余张有效样本，先上"辅助提示"模式跑两个月，质检员只处理告警不直接剔除；期间每周回流误判样本迭代，误报率从 15% 降到 6%，第三个月切自动打标。很多客户觉得 AI 质检必须先攒够几万张图，我们现场跑下来的结论是：小样本加增广，两个月就能到可用线，关键是留出人工复核的过渡期。
【安全补丁】
质检图像里带着轧制工艺参数，属于企业核心数据，我们做了三层约束：图像服务器部署在厂内边缘侧，推理不出内网，不开放任何公网映射；服务器 USB 口全部封禁，数据外发走审批流程；平台账号全部改强密码并按角色授权，操作日志留存 180 天——模型和工艺数据泄露给同行，损失不比漏检小。
【验收交付】
与人工复检双轨对比两周：AI 检出率 98.2%，同期人工抽检约 85%；单卷判定从离线复检 40 分钟压到实时出结果。验收数据、缺陷样本库、模型版本说明随点位表、IP 台账一并移交厂方。
【售后承诺】
质保一年，季度回访做模型健康度检查和样本回流迭代。产线换了钢种、换了轧辊，缺陷形态就会变，模型不养会变钝——我们把每季度一次的迭代调优写进维保合同，包头市区 4 小时上门。
【不舍昼夜技术 · 呼包鄂巴乌全生命周期IT服务】
业务全闭环： 咨询规划、方案设计、工程实施、竣工验收、维保售后。
咱能干的： 修电脑/装监控/拉网线/做系统/救数据/办软件/做设计/布AI。
技术范畴： 5G通信、大数据服务、信息系统集成、网络安全、商用密码、软件开发。
服务区域： 包头、鄂尔多斯、巴彦淖尔、乌兰察布全境，随叫随到。
技术热线： 17704868686（本地专业团队，不舍昼夜为您守候！）