AI质检的演示效果与上线效果之间，常有一条明显的落差。实验室里用固定光源、静止样品、精选样本训练出的模型，准确率可以做到很高；到了产线，光照随班次变化、产品批次更换、节拍不允许模型慢慢推理，指标就掉下来了。这条落差的本质，是实验室优化的是"分类准确率"，产线要求的是"在约束下的稳定判定"。
落地鸿沟的四个来源
数据分布漂移是最主要的一条。训练样本往往集中在某几个批次、某几台设备的产品上，换批次、换供应商、换模具后，缺陷的形态与背景都会变化。模型在训练分布内表现好，分布外迅速退化。
光照与环境变化是第二条。车间照明随时间和灯具老化漂移，自然光通过窗户进入的角度随季节变化，反光件的表面反光随角度变化。这些因素在实验室被控制住了，在产线无法完全控制。
节拍约束同样致命。产线不会为质检放慢速度，推理必须在节拍窗口内完成。一个需要几百毫秒的模型，在每分钟数十件的产线上直接不可用。
标注一致性也不容忽视。缺陷判定有主观性，不同标注员对边界样本的判断可能不同。若训练标签本身有噪声，模型学到的就是模糊的边界，上线后与质检员的分歧会持续存在。
模型轻量化的三条路径
轻量化不是简单换个小模型，而是在精度损失可接受的前提下压缩计算量。
剪枝去掉冗余的通道或连接。结构化剪枝（按通道剪）对硬件友好，能实际减少计算量；非结构化剪枝（按权重剪）稀疏率高但需要专用硬件支持，通用GPU上收益有限。
量化把浮点权重与激活转为低比特表示。INT8量化在多数视觉模型上精度损失很小，推理速度可提升数倍。量化后需要校准集来确定激活的动态范围，校准集应覆盖实际产线的光照与产品分布，否则量化误差会在边缘场景放大。
蒸馏用大模型指导小模型训练。教师模型的软标签包含类别间的相似性信息，学生模型从中学习，能在参数量小得多的情况下接近教师精度。蒸馏的效果依赖教师模型的质量与温度参数设置。
方法 | 精度损失 | 加速比（参考） | 工程复杂度 | 适用场景 |
结构化剪枝 | 小-中 | 1.5-3倍 | 中 | 通道冗余明显 |
INT8量化 | 小 | 2-4倍 | 低-中 | 多数CNN模型 |
知识蒸馏 | 小 | 依学生模型 | 中 | 有强教师模型 |
轻量骨干替换 | 中 | 3-10倍 | 低 | 实时性优先 |
输入分辨率降低 | 中-大 | 显著 | 低 | 缺陷尺寸较大 |
轻量化的顺序建议是先换轻量骨干，再量化，最后视情况剪枝。分辨率降低虽然最省算力，但会直接损失小缺陷的可见性，对精密件要慎用。
部署形态的选择
形态 | 算力 | 成本 | 运维 | 适用场景 |
边缘盒子 | 中低（NPU/ARM） | 低 | 简单 | 单工位、模型固定 |
工控机+GPU | 中高 | 中 | 中等 | 多相机、中等复杂度 |
边缘服务器 | 高 | 高 | 复杂 | 多产线汇聚、模型迭代频繁 |
云端推理 | 弹性 | 依流量 | 依赖网络 | 非实时、批量复检 |
产线质检首选边缘部署。云端推理的往返延迟与网络稳定性都不满足节拍要求，且图像上传涉及数据安全。边缘盒子的优势是成本低、部署快，适合模型稳定后的规模化复制；工控机加GPU的灵活性更高，适合模型还在迭代的阶段。
部署形态要与模型迭代节奏匹配。若模型每月都要更新，边缘盒子的远程升级能力就是关键；若模型半年不变，盒子的封闭性反而降低了运维风险。
推理延迟的构成与优化
端到端延迟包括图像采集、传输、预处理、推理、后处理、结果输出。很多项目只关注推理耗时，忽略了其他环节。
图像采集受曝光时间约束，高速产线上曝光时间短，需要强光源配合。传输环节若走千兆网，大分辨率图像会成为瓶颈。预处理（缩放、归一化、ROI裁剪）在CPU上可能比推理还慢，应尽量下沉到GPU或专用硬件。
推理延迟的验收要看P99而非均值。产线是按最坏情况设计的，均值达标但偶发长尾超时会直接造成漏检。批处理能提升吞吐但增加单帧延迟，实时质检通常用batch=1。
50毫秒是常见的延迟目标，对应每分钟上千件的节拍。实际目标应由节拍反推：节拍时间减去采集与执行机构动作时间，剩下的才是推理预算。
模型迭代的闭环
上线不是终点。产线模型需要持续的badcase回流机制。
回流的第一环是可疑样本捕获。模型置信度低的样本、与人工判定不一致的样本、置信度高但被人工推翻的样本，都应自动留存。只留低置信度样本不够，高置信度的误判往往更能暴露系统性偏差。
第二环是标注与复核。回流样本需要质检员确认标签，这个工作量要纳入日常流程，而不是攒到项目二期。标注规范要细化到边界样本的判定标准，减少主观分歧。
再往下是增量训练与灰度。新模型不应直接全量替换，应先在小比例流量上并行运行，比对与旧模型的判定差异，确认无系统性退化后再切换。灰度期间要保留快速回滚能力。
版本管理是最后一环。模型版本、训练数据版本、预处理参数要一起记录，否则出问题时无法复现。这一点常被忽视，直到某次回滚发现旧模型依赖的预处理代码已经改过。工业互联网平台在这里承的是这些版本与结果数据的关联存储，让"哪个模型在哪批产品上表现如何"可追溯。
验收指标的定义
AI质检的验收不能用单一准确率。产线关心两个错误方向的代价：漏检（把不良判为良品）导致不良流出，过杀（把良品判为不良）导致误废与复检成本。
漏检率与过杀率要分别设定目标，且目标应与人工水平对比。若人工漏检率是某个水平，模型要求显著优于它才有替换价值。只报准确率会掩盖两类错误的分布。
还要定义稳定性指标：连续运行多长时间的指标波动范围、换批次后的指标下降幅度、光照变化下的指标保持能力。这些指标比单次测试的准确率更能反映上线后的真实表现。
数据平台的支撑作用
AI质检的数据流包括图像、检测结果、模型版本、人工复核记录。图像走对象存储，结构化结果走数据平台。TDengine作为AI原生的工业数据平台，适合存储检测结果、置信度、模型版本与产线状态，并支持按批次、按工位、按模型版本做聚合分析，价格低于传统工业互联网平台。工业互联网的质检闭环，难点不在单点模型，而在这些结果数据能否被系统地用于发现漂移和驱动迭代。
结语
AI质检的落地，本质是把一个开放的分类问题约束成产线可执行的判定流程。演进方向是自适应的在线学习与少样本缺陷检测，让模型对新缺陷类型的响应从数月缩短到数天。技术选型上，先解决badcase回流与版本管理，再追求模型精度——没有闭环的模型，上线那天就是它最准的一天。
