INDUSTRIAL INTELLIGENCE

工业视觉与边缘 AI

Negency 把 AI 带到工厂与边缘现场:从场景验证与技术方案入手,以受控试点验证工业 AI 与边缘部署的可行性——能验证的写清楚,不能验证的不承诺。

评估工业 AI 场景
工业视觉与边缘 AI
图片:焊膏检测机内的检测相机,Nelatan · Wikimedia Commons,CC BY-SA 3.0(示意照片,非 Negency 设备)

工业视觉:先验证,再部署

工厂里的视觉检测不是演示:每一张判为缺陷的图,都要能回放它为什么被判为缺陷、谁复核过、最后进了哪张工单。黑箱打分不进工厂。Negency 的做法是先讲清方法、再用受控试点验证——试点数据决定方案是否继续。

当前状态请先说清楚:本页是技术方案与试点方法,不是已交付能力。离线验证首轮已完成(2026-11-13,DeepPCB 公开基准:AUROC 0.627,检出率 11.8%,误报率 6.6%——数字很弱,是实测下限、不是能力宣称);尚未经过真实设备测试,尚未进入边缘设备试点与现场验收。验证记录公开写在工程实验室工业视觉样板里,测出什么、还缺什么,都在那里。

六步闭环

图像采集(工业相机与传感器)→ 边缘推理(边缘计算模组本地运行模型)→ 缺陷分析(缺陷类型判断 + 置信度 + 证据图)→ 证据归档(原图 + 推理结果 + 复核记录一并保存)→ 人工审核(必经环节,机器不单独放行)→ 工单(缺陷确认后进入工单与维护系统)。部署形态按客户现场定:公有云、客户私有云、本地部署、边缘设备均可评估;数据可以不出厂房。参考架构见本页下方示意图。

离线验证先行

模型上边缘设备之前,先在测试集上离线验证:测检测准确率、误报率与漏检率,阈值按验收指标定,不按演示效果定。数据集只用经许可的公开数据集或客户授权数据;缺陷类别与标注口径先于模型选型确定;训练集、验证集、测试集分离,测试集在验收前不参与调参。离线通过后才进边缘设备试点。

试点路径:四道门

数据集选定 → 离线验证 → 边缘设备试点 → 现场验收。每一步达标才进入下一步;试点结果决定是否进入现场验收。验收指标(检测准确率、误报率、漏检率、单张推理延迟、连续运行稳定性)与阈值在试点开始前与客户共同定并写入验收文件;实测不达标即返工,不降低标准放行。试点计划与验收门见本页下方。

能力边界

不承诺检测精度、误报率与部署周期——这些都要等试点测出来。检测结论不直接触发设备动作;任何缺陷结论进入工单前须人工确认;安全相关判定不由模型单独决定。设备认证、功能安全、网络安全与进出口合规须按具体产品逐项核查,不宣传特定设备“全面符合欧盟和美国法规”。

FIG. V六步检测闭环Negency — Industrial Vision / Architecture
01

图像采集

Capture

工业相机与传感器

02

边缘推理

Inference

边缘模组本地运行模型

03

缺陷分析

Analysis

类型 + 置信度 + 证据图

04

证据归档

Evidence

原图 + 结果 + 复核记录

05

人工审核

Approval Gate

机器不单独放行

06

工单

Work Order

缺陷确认后进入工单与维护系统

六步链与门控取自本页正文;代码渲染,无示意图。漏检样本回流标注口径,见下方失效模式。

方法判定、选型、试点与验收Negency — Industrial Vision / Method

以下表格为设计与方法,不是实测结论;阈值在试点开始前与客户共同定并写入验收文件。

边缘 vs 云端:推理放哪

情形放哪为什么
单张延迟要求严,产线不停等边缘推理推理在本地完成,不等云端往返
断网仍需运行边缘推理模型与判定都在设备上
数据不出厂房边缘推理原图与推理结果留在现场
批量离线分析、跨厂对比云端汇总分析不需要实时链路

相机与模组选型标准

不预设单一厂商;选型结论以试点实测为准,不以厂商标称参数为准。

选型维度试点时核什么
图像分辨率与视场缺陷最小尺寸是否可分辨
帧率与产线速度每件产品是否都有清晰成像
光照条件与标定采集端光照是否已标定、超出范围如何处置
接口与供应链可得性与现有产线接口是否兼容、供货周期是否可查

试点计划:四道门

每一步达标才进入下一步;试点数据决定方案是否继续。

门进门条件出门标准
1. 数据集选定缺陷类别与标注口径已定训练 / 验证 / 测试集已分离,测试集封存
2. 离线验证数据集已选定三项指标达到验收阈值
3. 边缘设备试点离线验证通过边缘实测延迟与稳定性达标
4. 现场验收试点通过按验收文件逐项核对通过

失效模式与处置

设计,非实测结论。

失效模式处置
误报人工复核驳回并记录,复核记录回流标注口径
漏检抽检与复核发现后补录为新样本并触发离线重测
光照变化采集端先做光照标定,超出标定范围的批次暂停自动判定、转人工
新缺陷类型不强行归类,标记为未见类型并转人工

验收指标

阈值在试点开始前与客户共同定并写入验收文件。

指标衡量方式阈值
检测准确率测试集上正确检出的缺陷占比试点前与客户共同定
误报率误判为缺陷的正常品占比同上
漏检率未检出的缺陷占比同上
单张推理延迟每张图的端到端推理耗时同上
连续运行稳定性连续运行时长内无故障运行的记录同上

NEXT STEP

从优先业务问题开始,而不是从通用技术演示开始

想先看方法判断再预约? Control Brief

先看清工业 AI 场景是否适合试点

工业 AI 以试点验证为前提:先在小范围验证效果与稳定性,再谈扩大——评估工业 AI 场景,我们会结合设备与现场信息给出初步建议。