人工目视漏检误判高
首检与巡检靠人工盯看多面金属件，反光强、孔形杂、检测面多，长时间作业易漏检误判，出口打包风险大。
客户背景
塑料模具及金属冲压件制造企业，产品型号多样，涵盖压铸件与冲压钣金件，出口打包对开孔、折弯、包边等结构完整性要求严格。厂区首检与巡检环节需对工件 A/B/C/D 多面进行外观核验，检测项包括孔位有无（缺孔/多孔）、折弯是否到位、边缘是否包边，以及裂纹等表面缺陷。检测不涉及尺寸精度测量，聚焦“有无类”外观与结构缺陷。
传统模式主要依赖人工目视抽检与巡检，型号切换频繁、检测面多，检验员长时间盯看金属反光件极易漏检误判，标准因人而异、难以规模化复制。不良件一旦流入后工序或出口打包，返工与客诉成本高。企业亟需在检测台落地 AI 视觉 AOI，按型号快速切换模型，对多面外观缺陷自动判定并留存质量数据。
业务痛点 人工目视漏检误判高首检与巡检靠人工盯看多面金属件，反光强、孔形杂、检测面多，长时间作业易漏检误判，出口打包风险大。
型号切换频繁，标准难统一产品型号多且更新快，人工适应成本高，质检标准因人而异，难以在多品种之间保持一致判定。
检验依赖熟练工，难以复制质检能力绑在少数熟练检验员身上，缺少影像与判定留痕，缺陷难追溯，产线扩产时质检难以同步复制。
解决方案在首检/巡检工位部署一体化 AOI 检测台，集成顶部工业相机、环形与条形光源、遮光罩、光电到位触发与万向夹，覆盖工件多面采集。按产品型号单独训练算法，聚焦开孔（缺孔/多孔）、折弯（已折/未折）、包边（已包/未包）及裂纹等有无类缺陷。操作员在工业触控屏选择型号后加载对应模型，到位自动采集，实时叠加缺陷位置并给出 PASS/NG。
漏开孔
表面压痕
表面划伤
检测影像、缺陷类型与判定结果本地归档，形成可追溯质检台账，支持按型号、时段统计不良分布。边缘侧完成推理与拦截提示，质量数据不出厂区。多型号通过模型切换适配柔性换产，降低对熟练目检的依赖，把外观结构缺陷拦在打包出厂前，支撑后续产线扩展与工艺改进。