选机器视觉检测设备，最怕的就是直接问"你们设备多少钱"。不是不想报价，是没搞清楚检测需求的情况下报出来的价格没有参考价值。我们做视觉检测项目十几年，每次和客户沟通第一件事不是谈设备，而是把检测需求表格填一遍。
检测需求分析要回答五个问题：检测对象是什么（材质、尺寸、形状）、要检哪些缺陷类型（划痕、色差、缺料、尺寸偏差等）、最小缺陷尺寸是多少（0.01mm还是0.1mm）、检测节拍要求多快（每分钟多少件）、良品率和过杀率的目标值是多少。这五个问题的答案直接决定了设备的配置方案和价格区间。
AI视觉检测设备组成
举个例子，同样是检测电子元器件的外观缺陷，检测0.4mm的陶瓷片和检测386mm的汽缸垫，设备方案完全不同。前者需要高倍率远心镜头和同轴光源，相机分辨率2亿像素起步；后者需要广角镜头和多区域拼接算法，2000万像素够用。两者的设备价格可以差几倍。
光源方案：决定检测效果的关键
光源是视觉检测设备的"眼睛的光线"，选对了光源，检测成功率能到99%以上；选错了，再贵的相机和算法也白搭。
常见的光源类型和适用场景：环形光源适合常规表面检测，光照均匀但缺乏方向性；同轴光源适合反光表面（金属、玻璃），消除镜面反射；低角度暗场光源适合检测划痕和雕刻字符，利用阴影凸显细节；结构光适合3D高度测量和形貌检测；背光源适合测量外形尺寸和检测透明材料内部缺陷。
我们有个客户检测金属冲压件的边缘毛刺，原来用环形光源，毛刺和正常边缘的灰度差异很小，算法很难区分。换成低角度暗场光源后，毛刺投出的阴影在图像上非常明显，检测准确率从85%提升到99.5%。光源选型的投资回报率远高于相机和算法的升级。
相机和镜头：分辨率不是唯一指标
相机选型最容易陷入"唯分辨率论"——觉得像素越高越好。实际上分辨率只是其中一个维度，帧率、动态范围、信噪比、全局快门还是卷帘快门都会影响检测效果。
帧率决定了检测速度。如果产线节拍要求每分钟检测200件，相机的帧率至少要达到200fps（考虑传送和处理的冗余）。用面阵相机的话可能需要多相机并行，或者换线阵相机做连续扫描。
动态范围决定了同时看清亮区和暗区的能力。金属件的高反光区域和阴影区域亮度差异可能超过60dB，普通相机的动态范围不够，会导致高光区过曝看不到细节、暗区欠曝也是一片黑。这种情况需要高动态范围相机或者多次曝光合成。
镜头方面，远心镜头是精密尺寸测量的标配。普通镜头有透视畸变，边缘和中心的放大倍率不同，测量尺寸时会产生系统误差。远心镜头消除了透视畸变，全视场的放大倍率一致，测量精度可以到微米级。我们的高精度电子元器件视觉检测设备就标配了100X远心镜头。
AI视觉检测设备的相册和镜头分布
算法平台：AI深度学习正在替代传统算法
传统机器视觉算法（模板匹配、边缘检测、Blob分析）在简单场景下仍然有效，但面对复杂缺陷（不规则划痕、纹理干扰、缺陷形态多变）时适应性差，需要大量人工调参。
AI深度学习算法通过神经网络自动学习缺陷特征，对复杂缺陷的识别能力远超传统算法。我们的AI深度学习智能视觉检测系统支持30秒极速建模，仅需一张良品图即可生成初始模型，后续通过持续喂入缺陷样本迭代优化，设备越用越准。
选型时要确认算法平台是否支持持续训练：产线上出现新缺陷类型时，能否快速采集样本、标注、重新训练并部署，不需要厂家工程师到场。这个能力对长期使用至关重要。
AI视觉检测设备的AI算法驱动
验收标准：别等设备到了才定
很多客户在设备验收阶段才和供应商讨论验收标准，这时候设备已经做好了，改不了了。验收标准应该在选型阶段就明确写进技术协议。
验收标准至少包括：检测准确率（比如≥99.5%）、过杀率（比如≤1%）、漏检率（比如≤0.1%）、检测节拍（比如≤3秒/件）、设备稳定性（连续运行24小时无故障）、换型时间（更换产品型号时的调试时间）。这些指标要用客户提供的实际样品验证，不能用供应商自己准备的样品。
上海科迎法电气公司前台
在视觉检测设备选型过程中，如果需要从传统机器视觉升级到AI深度学习方案，上海科迎法提供免费的需求评估和打样验证服务，用客户的实际产品做检测验证，以实测数据作为选型依据。同时我们的太阳光模拟器产品线也可以为光伏行业的视觉检测提供配套的光源标定方案。上海科迎法专注于工业检测设备的研发制造，服务汽车电子、精密注塑、半导体等行业客户。
