企业计算机视觉：务实的缺陷检测、商品清点与工作安全

人们谈论企业 AI 时，注意力通常集中在聊天机器人和文本写作上。然而 AI 还有另一个早已成熟、对运营非常实用的分支：计算机视觉，即让计算机理解图像和视频的能力。它被用于检查生产线上的产品缺陷、清点货架上的商品、在大门读取车牌、检查是否佩戴防护装备，以及从照片中识别单据和收据。

本文用业主和运营经理能够理解的语言介绍计算机视觉：它究竟能做什么、现实的应用场景、成功需要什么、如何测算可行性、隐私和准确性风险，以及如何从小项目开始。目的是帮助您区分真正的机会与仅仅令人印象深刻的演示。

摘要

• 计算机视觉适合规则明确的重复性视觉任务，例如缺陷检测、计数和读取图像中的文字
• 成败更多取决于图像质量、照明和具有代表性的样本数据，而不是最先进的模型
• 将系统设计为筛选案例供人工复核的辅助工具，而非无人监督的最终决策
• 以避免的错误成本和节省的检验时间来计算收益，而不是以技术的先进程度
• 从一个狭窄的问题开始，在真实数据上衡量准确率，然后逐步扩展

什么是计算机视觉，它能做什么

计算机视觉是让计算机从图像或视频中提取信息的技术。其基本任务可分为几类。

• 分类：判断整幅图像的内容，例如“该产品合格”或“该产品有缺陷”
• 目标检测：在图像中找到并标记特定物体，例如清点货架上的纸箱或发现工人头上的安全帽
• 分割：把图像中的特定区域分离出来，例如表面被划伤的部分
• 文字识别（OCR）：从照片中读取文字，如序列号、车牌或标签
• 跟踪与计数：在视频帧之间跟随物体，例如统计经过门口的人数
• 异常检测：标记与正常情况不同的东西，而无需每种缺陷的样本

最需要理解的一点：这些模型是从样本数据中识别视觉模式。它们不像人类那样“理解”上下文。在与训练数据相似的条件下它们可能非常准确，但在不同条件下可能出错，例如新的照明、变化的相机角度或新的产品类型。

现实可行的业务应用场景

以下是按业务类型分组的常见且合理的应用。

制造与生产

• 对生产线上的表面缺陷、裂纹、颜色不均或装配不完整进行目视检测
• 包装检查：标签贴得正确、打印日期清晰、封口完好
• 通过产线末端的摄像头自动统计产量

这些检查可与借助 ERP 的制造业质量控制（QC）中讨论的质量流程结合，使缺陷发现按批次记录并可追溯。

仓储与物流

• 清点存储区的纸箱或托盘，作为盘点的补充
• 读取破损或倾斜的标签和条码
• 在收发货时检查包裹状况，作为发生索赔时的证据
• 在大门检测车辆并读取车牌，加快排队

零售与餐饮

• 监控货架商品是否充足及陈列是否合规
• 统计客流并分析高峰时段，用于人员排班
• 识别菜品或分量，检查出品一致性

建筑、工厂与安全

• 检测工作区域是否佩戴安全帽、反光背心和防护装备
• 有人进入危险区域时发出警报
• 通过定期照片记录工作进度

行政与财务

• 从手机照片中读取收据、发票、身份证或文件，如[文档数据录入自动化](/blog/otomatisasi-input-data-dari-dokumen)所述
• 将拜访或送货凭证照片与地点和时间进行匹配
• 检查提交材料的完整性

请注意，这些例子大多规则明确、结果可验证。这正是适合计算机视觉的任务的特征。

成功需要什么

许多计算机视觉项目失败并非因为模型不好，而是因为基础薄弱。以下四点决定成败。

图像质量与环境

合适的相机、稳定的位置和一致的照明，往往比算法更重要。一天中不断变化的阴影、积灰的镜头或生产线上的振动，都会大幅降低准确率。在可控照明和规整的相机安装上投入，通常收益最大。

具有代表性的样本数据

模型从样本中学习。您需要覆盖正常情况、合理变化以及想要检测的各种问题的图像。常见问题是缺陷很少发生，因此样本不多。这时，异常检测方法，或让系统在辅助模式下运行并逐步收集数据，会有所帮助。数据标注也需要理解质量标准的人，而不仅仅是数据录入员。

清晰的成功定义

在构建之前，先确定什么叫“足够好”。允许漏掉多少缺陷？还能接受多少误报？这两类错误通常相互牵制：降低误报可能增加漏检。选择取决于各自的成本。流到客户手中的缺陷品，可能远比重新检查几件其实合格的产品昂贵。

与工作流程集成

检测结果必须转化为行动：停止产线、把产品转到复检区、记录到质量系统，或向主管发出提醒。只在独立屏幕上显示结果的系统很难被持续使用。与 ERP 或运营系统集成，可使视觉数据成为工作流的一部分；方法见可组合 ERP：模块化与 API 优先。

在边缘端还是云端处理

影响成本和性能的一个技术决策是在哪里处理图像。

• 在设备或本地服务器（边缘）：响应快，不依赖互联网，图像数据留在现场。适合需要毫秒级决策的生产线以及网络不稳定的场所
• 在云端：易于扩展和更新，但依赖网络连接，有数据传输费用，且图像会离开现场
• 混合：现场进行快速检测，模型再训练和分析在云端进行

还要考虑硬件需求。工业相机、专用处理器及其维护都是总成本的一部分。关于传感器和现场设备的类似思路见务实看待小企业的物联网与传感器。

测算项目可行性

请具体测算收益，而不是凭技术带来的印象。

• 每天节省的人工检验时间乘以人工成本
• 漏检缺陷的成本：索赔、退货、返工和声誉损害
• 若能更早发现缺陷，可避免的材料浪费成本
• 在工作安全场景中可减少的事故或罚款成本
• 成本方面：相机和硬件、开发、数据标注、维护以及定期再训练

也要与非 AI 的替代方案比较。有时简单的传感器、抽样检查或流程改进就足够了。当产量高、规则清晰，且人因疲劳造成的错误确实是问题时，计算机视觉最具可行性。

隐私、伦理与合规

拍摄人员的摄像头意味着责任。值得坚持的几项原则：

• 目的明确：仅为声明的需要录制，例如工作安全或计数，而非过度监控
• 透明：告知员工和访客有摄像头及其用途
• 最小化数据：如果只需要人数，就保存数字而非人脸录像
• 限制保存期限和访问：设定录像保存多久以及谁可以查看
• 谨慎对待人脸识别：这是敏感的生物特征数据，需要明确的法律依据和同意；考虑不识别个人身份的替代方案

更一般性的讨论见网站与应用的个人数据保护。涉及员工或公众的部署，请咨询法律顾问。

准确性风险及管理方法

没有完美的模型，因此系统设计必须把错误视为事实接受下来。

• 人在回路：存疑案例转交复核人员，尤其在早期阶段
• 性能监控：定期用人工检查的样本衡量准确率，因为现场条件可能漂移（数据漂移）
• 定期再训练：增加新样本，特别是来自被判断错误的案例
• 决策记录：为重要案例保留图像和检测结果以供审计
• 备用方案：规定摄像头或系统故障时怎么办

要以严谨的方式衡量模型输出质量，可借鉴企业应用中 AI 与大模型输出质量的评估中的思路，更广泛的风险框架见运营中的 AI 风险。

从小项目开始的步骤

• 选择一个价值明确的狭窄问题，例如某条产线上的一种缺陷
• 在真实环境中收集数周的真实图像，包括不良案例
• 让质量或运营专家参与标注并就标准达成一致
• 构建原型，并在模型从未见过的数据上测试
• 以影子模式运行：系统给出判断，仍由人决定，然后比较结果
• 衡量影响：节省的时间、捕获的缺陷、误报
• 根据数字决定扩展、调整还是停止

影子模式很有价值，因为它在不危及运营的前提下提供真实的准确率数据。许多项目在这一阶段、投产之前就停止了，如果数字不支持继续，这是健康的结果。

常见错误

• 从模型入手，却不考虑照明、相机位置和环境
• 用实验室的干净图像训练，却部署在杂乱的工厂车间
• 追求 100% 的准确率，而真正重要的是错误的成本
• 以为上线后系统就完成了，实际上它需要监控和再训练
• 忽视工人和访客的隐私
• 没有把检测结果与工作流中的实际行动联系起来

常见问题

计算机视觉只适合大公司吗？

不是。现成的服务和预训练模型使中型企业也能负担原型。但最大的价值仍在于产量高、规则明确的流程。

需要多少图像？

取决于任务复杂度。使用预训练模型的简单任务，数百个样本即可运行，而缺陷类型繁多则需要更多。多样性和标注质量更为重要。

可以使用现有的摄像头吗？

简单任务（如计数）有时可以。对于精细检测，分辨率、角度和照明需要专门设计。

结果可以完全信任吗？

不必完全信任，也不建议这样做。应将其视为加快人工工作的筛选器，并持续监控准确率，尤其是高风险决策。

结论

计算机视觉让企业具备了以人力无法企及的规模检查、清点和读取视觉信息的新能力。最佳效果来自价值明确的狭窄问题、来自真实环境的高质量图像、达成共识的成功定义、与工作流的集成，以及对隐私和准确性的关注。从小处着手，用影子模式测试，仅在数字支持时才扩展。

Agsora 协助企业评估可行性、构建原型，并把视觉 AI 集成到 ERP 和质量系统等运营系统中。如果您有想要自动化的检验或清点流程，我们很乐意与您交流。