制造企业做 AI 质检,最容易被低估的是成本结构。设备、标注、误判、维护,四项加起来往往超过预算。
先把成本模型算清楚,再决定做不做。
成本有哪几块?
四块。第一,硬件:相机、光源、算力。第二,软件:模型开发或采购、部署。第三,数据:采样、标注、复核。第四,运行:误判损失、维护、更新。
第三块最容易被低估。标注是持续投入,不是一次性。
硬件成本怎么估?
三项。第一,成像:工业相机加分项光源,按检测精度选。第二,算力:边缘设备或工控机,按帧率算。第三,产线改造:安装位置、触发信号、剔除机构。
第三项最容易被漏。不改产线,检测结果用不上。
数据成本怎么估?
三步。第一,采样:覆盖正常品和各类缺陷,通常每类几百到上千张。第二,标注:按张计费,缺陷标注比分类贵。第三,复核:标注质量要抽检。
第二步是大头。缺陷样本越稀缺,采集成本越高。
误判成本怎么算?
两个方向。第一,漏判:不良品流出,损失按客诉和退货算。第二,过杀:良品被判不良,损失按返工和产能算。
第二个方向最容易被忽略。过杀率高,产线会抵触。
该怎么定验收指标?
三个。第一,漏判率:必须低于客户要求的水平。第二,过杀率:通常控制在个位数百分比。第三,节拍:单件检测时间要匹配产线速度。
第三个最硬。检测慢于产线,方案不可用。
投资回收怎么算?
三步。第一,算省下的人力:质检员数量乘以人均成本。第二,算减少的损失:漏判损失下降的部分。第三,算投入:一次性加年度运维。
回收期通常在一年到两年,取决于替代人数和不良率。
常见的失败原因有哪些?
四个。第一,样本不足:只采了几十张就训练。第二,光源不稳:换批次就误判。第三,产线不配合:剔除机构没装。第四,不做持续更新:新品上线模型失效。
第二个最隐蔽。光源是质检方案的地基。
该怎么降低风险?
三步。第一,先做离线验证:用历史图片跑,看指标。第二,再做小批量上线:一条产线试跑一个月。第三,最后全量推广。
第二步最关键。产线环境比实验室复杂得多。
该不该自研?
看规模。三个判断。第一,缺陷类型标准化:可以采购成熟方案。第二,缺陷类型特殊:需要定制。第三,多产线复用:自研摊薄成本。
第一种最省钱。成熟方案的价格已经打下来了。
最后该记住什么?
AI 质检的成本不在模型,在数据、产线和误判。
算清这四项,才知道值不值。
去论坛讨论
前往 ziyuanagi.com 论坛 参与讨论