先定义缺陷再谈分数
给每类缺陷写可观察特征、合格边界、测量方法和争议处理。对于无法通过图像判断的内部缺陷，应明确超出视觉任务。模型置信分数、分类阈值和人工判定各自是什么应分别说明。没有标签依据时，增加模型复杂度并不能解决“对错由谁定义”的根本问题。
光学变量优先固定
相机位置、镜头、光源角度、曝光和增益应保存为配置。Basler资料说明这些成像因素的取舍，只提供技术背景而非本站系统性能。[S1] 样件移动造成模糊时，先确定像面移动与曝光关系，再研究算法；不要只加增益或锐化，把噪声和丢失细节当成模型问题。
假设对照：样本泄漏
同一件缺陷零件拍十张近似图，若九张调试、一张验证，结果可能只是记住该物件。演练把物件或批次作为划分单位，另留独立采集条件。报告每类样本数和来源，而不是只报告图片总数。验证集用于评估，不能反复用于挑阈值后仍声称是独立测试。
动作联动的过期结果
假设图像处理完成时工件已移动，坐标数值正确但对应时刻错误。应保存触发号、采集时间、处理完成和动作许可，对超时结果拒绝使用或进入复查。UR字段可展示时间与状态需要读原始定义，但其他系统须查自己的接口。[S2] 平均速度不能替代每次任务的时序检查。
复核表和错误清单
表中包含工件与批次、标签依据、采集配置、原图路径、算法版本、阈值、预测、人工复核、误差或错误类别、延时和下游处置。漏检与误报分两类计算并保留分母，无法判断单列。失败图片应留在问题集，改变配置后对原问题和新样本都复查。
容易遗漏的复核细节
对边界缺陷保留人工争议，不应先把难判样本剔除再报告准确率。建立争议复核规则和无法判断分支，记录多少件需要人工处理。若业务允许重拍，重拍成本与首次失败均应计入，不能只统计最后一张成功图片。
报告可说与不可说的内容
可说某配置在某样本集上出现了多少错误及其条件；不能由精选图片或总体百分比推断产线零漏检。本站文章和演练不是工厂实测、产品参数或AI性能认证。上线阈值与异常处置需由真实质量和设备责任方结合误判代价确定，并保留变更后复核记录。
资料依据与适用范围
[S1] Optimizing Image Quality — Basler
https://docs.baslerweb.com/optimizing-image-quality
支持内容: 照明、曝光、光圈和增益的取舍
适用范围: 成像技术资料，不是系统准确率保证
查阅日期: 2026-11-04
[S2] Real-Time Data Exchange (RTDE) — Universal Robots
https://www.universal-robots.com/manuals/EN/HTML/SW10_10/Content/Prod-RTDE/Real_Time_Data_Exchange_RTDE.htm
支持内容: 控制器状态、时间戳与字段版本
适用范围: 只适用于文档对应UR接口，不推广其他控制器字段
查阅日期: 2026-11-04
本文为原创专业指南。标注的假设数值用于演练，不是产品规格或实测报告；来源资料按其原有范围使用。内容纠错与补充资料：zhilianhai@t-800.cn。