上周三下午的金工实习车间，电钻的嗡鸣盖过了风扇声。几个学生围在我桌边，手里举着个刚从注塑机上拿下来的ABS外壳，表面有个针尖大的缩痕。其中一个人把平板怼到我眼前，屏幕上是他找的开源检测模型，说跑了一晚上，准确率才60%，问我是不是模型选的不对。
我盯着那个缩痕看了半分钟。
真的。
我被问住了。
不是因为模型的问题，是我之前上课的时候，压根没把最核心的东西讲透——我们是教机械设计的，不是教算法调参的。
先别急着跑通模型，先把“缺陷”的定义抠死
上来就跑模型的学生，我见得太多了。
上次有个小组做消费电子外壳的检测作业，熬了三个晚上标了200张图，兴冲冲把数据集甩给我看，我翻了两页就发现，他们把模具脱模时留下的正常排气纹，全标成了“划痕缺陷”。等于白干。
很多人对AI产品外观缺陷检测的认知，停留在“找个模型，喂图，出结果”的层面，完全忽略了最前置的一步：缺陷标注规则到底是谁定的？
计算机专业的学生可能会从算法层面优化标注的一致性，但我们机械设计方向的优势，从来都是懂加工工艺。什么划痕是运输时蹭的、必须拦截，什么痕迹是模具本身的纹路、完全不影响使用，什么缩痕在公差范围内可以放行——这些东西，不是靠算法能学明白的，是要在车间里摸过几百个工件，跟质检师傅聊过一下午才能摸清楚的。
我后来给他们提的要求很简单：先花两个下午，把你们要检测的那类零件的所有可能缺陷，列个分类表，每类缺陷配三张实物图，写清楚判定阈值，再谈模型的事。
就这么个简单的要求，有个小组改了四稿才过。之前他们把“飞边”和“划痕”混为一谈，后来拿着零件去问车间的老师傅，才知道飞边是分模面挤出来的多余材料，和表面被尖锐物划出来的痕迹，根本是两码事。
夹具晃一下，整个检测准确率掉20个点
规则定完了，学生又开始跑模型。
这次他们标注做的很细，模型用的是轻量化的版本，一开始在我办公室的桌面上测，准确率92%。结果搬到车间的传送带边上，直接掉到68%。
我盯着他们测了一上午。
真的差点摔鼠标。
原因说出来特别可笑：他们把待检测的工件随便往传送带上一放，连个定位都没有，每次工件摆的角度差个10度，塑料外壳的反光就全变了，模型直接把正常的高光面，识别成了大面积划痕。
之前总觉得学生对机械结构的重视不够，这次是真的被现实教做人了。
我们没搞什么复杂的视觉对位系统——毕竟是大三的课程作业，没必要花那个钱。就用之前机械制造基础课上学的一面两销定位，做了个简单的亚克力治具，把工件卡进去，每次的位置误差控制在0.5mm以内，再补个环形漫射光源，把车间里的杂反光挡掉。
就这么个小改动，准确率直接回到89%。
有个学生蹲在治具旁边看了半天，突然说，原来之前网上说的“AI检测不好用”，根本不是算法的问题，是下面的机械结构没跟上。
这话我特别认同。
我之前跟企业的朋友聊天，他们说见过太多厂，花大价钱买了号称准确率99%的检测算法，结果治具是外包随便焊的，用了三个月定位销就磨得晃来晃去，最后检测效果还不如老工人拿个手电筒照。
我们教机械设计的，本来就该把这些坑提前埋在教学里。别让学生总觉得AI来了，机械就没用了。恰恰相反，算法越聪明，下面的机械结构越要靠谱——不然算法连工件在哪都找不准，再厉害有什么用？
别拿工业级要求为难大三的学生
说个我之前踩过的教学坑。
最开始开这门课的时候，我总想着要跟工业界对齐，要求学生做的检测系统，误检率要低于1%，能直接对接生产线的MES系统。结果呢？
学生熬了三个大夜，最后交上来的作业，数据集凑不齐500张，治具晃得不行，连车间的光源都没搞定，根本达不到我提的要求。
后来我把要求全改了。
不需要追求工业级的精度，也不需要对接什么复杂的系统。只要能把你自己设计的那个零件的三类常见缺陷——比如3D打印的层纹、机加工的刀痕、注塑的缩痕——检测出来，把治具的定位误差控制在1mm以内，就算合格。
就这么一调整，学生的作业质量反而上来了。
上次有个平时上课总坐最后排的男生，交的作业是检测自己设计的3D打印无人机架的表面层纹。模型准确率不高，只有70%，但他写的治具设计笔记写了三页，从定位销的直径选择，到光源的角度调整，甚至连车间窗户漏进来的太阳光会造成反光，都写在了注意事项里。
他说之前总觉得机械设计就是画个零件图，现在才知道，原来一个看起来简单的检测工位，要考虑的细节这么多。
说实话，这种收获，比跑个99%准确率的演示模型有用多了。
昨天晚上那个一开始把平板怼到我眼前的学生给我发消息，说他进了实习的工厂，师傅让他帮忙调检测台，他一眼就看出原来的定位销磨损了0.3mm，难怪之前检测总不准。师傅还夸他，说现在的学生懂行。
我看着屏幕笑了半天。
车间的嗡鸣好像还在耳边。
这就够了。
