视觉检测误剔率怎么压：三个现场可调的参数
要点速览
- 误剔率高的第一原因不是算法，是光路不稳。
- 调阈值是最后手段：阈值只能转移错误，不能消除错误。
- 误剔率与漏检率是一根跷跷板，必须同时考核。
误剔率高的产线，第一反应是调阈值。但阈值只决定"错在哪边"，不决定"错多少"。
三个来源
| 来源 | 表现 | 能不能现场调 |
|---|---|---|
| 光路不稳 | 同一瓶重复检测结果不一致 | 能（角度、亮度、偏振） |
| 判定阈值过严 | 好瓶被判坏，边缘缺陷被放大 | 能（但会抬高漏检） |
| 样本不覆盖 | 某些正常纹理被当成缺陷 | 需补样本重训 |
调优顺序（很重要）
- 先稳光路：固定相机与光源，做重复性测试——同一瓶连测 10 次，结果必须一致。
- 再分缺陷类型：把误剔按类型拆开，看集中在哪一类。
- 最后动阈值：且必须同时看漏检率有没有上升。
一个常见错误
只考核误剔率，团队就会放宽阈值，漏检悄悄上升。两个指标必须成对考核。
重复性测试怎么做
取 20 瓶合格品，同一位置连测 10 轮，统计判定结果的一致性。低于 95% 说明光路或触发有问题，此时任何阈值调整都是徒劳。
什么时候必须重训样本
- 更换瓶型、标签或内容物颜色
- 误剔集中在一个从未见过的纹理上
- 环境光变化大（如靠窗产线昼夜差异）
光源方案的选型逻辑见三种光源对比，漏检率成本见漏检率 0.1% 与 0.01% 的差别。
常见问题
误剔率多少算正常？
常规方案 0.3%–0.5%。低于 0.1% 通常以抬高漏检为代价，需同时看漏检率。
调阈值能降多少？
能降，但只是把错误从误剔转移到漏检。真正的改善要靠光路与样本。
换批次药液颜色要重调吗？
浅色差异一般不需要，明显变色或改变透光度时需要重新标定光路。
需要针对你的产线做一次评估？
获取方案 →
获取方案 →