2026-09-28 23:26:11 分类：机械设计
上周刚结完机械设计创新课的答辩，翻学生的项目日志，看到那个做按键外观检测的组，整整三页纸写的都是踩坑过程，忍不住整理成笔记。
一开始整个组都扎在算法里，天天改模型参数，准确率死活爬不上60%，没人想得到问题出在最基础的机械结构上。
卡壳不是算法不行，是机械结构没想明白
学生的思路太顺理成章了——机器视觉检测，不就是买个相机，整个架子放好，喂图片给模型出结果？算法够准就行，机械就是搭个架子的活。
我带过的几届创新项目里，选这个方向的组，十有八九第一轮卡壳都卡在这里。
这次的组要做手机充电按键的划痕检测，弧形表面，一开始就直接在工位上方架了环形光源，拍出来的图一半是亮得晃眼的反光，一半是阴影，模型学来学去，把反光当划痕，把划痕当阴影，怎么调都不对。
学生手工搭建错误的机器视觉外观检测工位
说实话，我第一次去看他们工位的时候，拿手机对着按键拍了一张，问他们，你自己能分清哪个是划痕哪个是光斑吗？一群人愣了半分钟，才反应过来——源数据错了，算法再牛也出不了正确结果。
接下来改了三次结构，第一次把直射光源换成同轴漫射，反光少了一半，但是定位不准，进给的时候没停顿，快门按下去工件还在动，拍出来全是重影。又加了一个微型阻尼挡块，给触发拍照留0.2秒的停顿，重影没了，还是有边缘杂光。最后加了一圈5mm厚的黑色植绒挡光板贴在工装内侧，终于拍出能看的图了。
改完结构，换了个网上现成的预训练模型，准确率直接跳到92%。大部分落地问题，都是机械设计的问题，根本轮不到拼算法精度。
现在的学生，提起机器视觉就聊大模型聊神经网络，谁耐烦蹲在工位一下午，算光源入射角和工件曲率的关系？谁会想到工装10丝的定位误差，放到成像里就是好几个像素的偏移？太坑了，可这就是实际做项目的常态。
教学里该砍哪些，该留哪些
前几年我们的大纲，机器视觉这块花三周讲算法原理，从卷积讲到目标检测，讲得头头是道，学生一做项目全瞎。
我一直在想，我们是机械设计方向，不是计算机视觉方向，抢着教算法干嘛？
现在开源社区里，针对外观检测的预训练模型一抓一大把，稍微有点基础就能调用，参数都给你调好了大半，只要图片拍得合格，效果差不到哪去。我们要教的，根本不是怎么写算法。
修改后的机器视觉外观检测教学实验台布局
这两年我们砍了大纲，把算法原理部分压到半周，只讲两件事：怎么根据需求选合适的算法类型，怎么调用现成模型改参数。剩下的时间，全留给硬件设计的训练：
讲不同工件表面该选什么光源，打光角度错了会出什么问题；讲工件定位公差怎么算，定位误差会对应多少成像像素偏移；讲为什么看起来没用的挡光板，是很多项目成败的关键。
不过话说回来，也不是全砍算法，核心的判断逻辑要留——比如告诉你的学生，平面外观的划痕，用传统阈值分割就能解决，没必要非得堆深度学习，省下来的时间搭结构不好吗？复杂纹理工件的缺陷，才需要调模型。
学生经常问，我们学机械的做机器视觉，核心竞争力在哪？答案太简单了，计算机系的毕业生不会给你算0.1mm的定位误差会导致成像偏移多少个像素，不会帮你改三次光源罩子解决反光问题，我们会。这就是吃饭的本事。
别拿工业级标准卡学生作业
别拿工业级标准卡学生作业
以前我改作业，总要求学生检测精度要到工业级，要做到0.01mm，结果呢？好多组为了凑精度，攒零花钱买大几千的工业相机，最后还是因为结构错了出问题，答辩都慌。
后来我想明白了，学生做项目，练的是解决问题的思路，不是让你攒一个能直接进厂的工业设备。没必要拿工业端的标准卡死所有学生的思路。
就说这次卡了三周的那个组，最后用的就是两百多块的开源USB相机，工装就是3D打印的，能稳定检出0.1mm以上的划痕，就够了。整个项目从搭错结构到走通全流程，所有坑自己踩一遍，所有改动能说清楚为什么改，比你花几万买设备凑出来的0.01mm精度有用一百倍。
我现在改评分标准，60%看解决问题的逻辑，20%看现场演示效果，10%看报告，剩下10%全看踩坑总结。哪怕最后项目没达到预期，只要你把哪里错了、为什么错、试了哪些方法说清楚，及格肯定没问题。
上次答辩，这个组没吹自己的精度有多高，就把三次改结构的过程，每次改完成像提升了多少，列得清清楚楚，评委全给了高分。
做工程哪有那么多完美的一步到位？不就是不断试错不断改吗？学校里能踩完该踩的坑，出去工作就少慌一点。
其实机器视觉外观检测这块，我们机械方向的，别妄自菲薄，也别抢别人的饭碗，把自己该做的结构设计这块扎牢了，就够学生用很久。
坑踩多了，自然就会了。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。如有侵权请联系删除。
文章名称：学生卡了三周的坑：机器视觉外观检测的落地误区
文章链接：https://m.yqhljx.com/list_9/3520.html
