锂电行业：极耳片外观缺陷检测落地方案

01/10现场矛盾

难点是缺陷名太多，而成像方式太少

拿到的缺陷清单有 30 条：AL 极耳 14 项、CU 极耳 14 项、压印类 2 项。名字之间差异很大——「堆胶不良」和「多胶（两片混料）」是工艺上的两个原因，「异物 0.3 mm」和「异物 0.5 mm」是质量上的两个档位。但如果按传统 AOI 的做法，30 个缺陷名就意味着 30 套样本、30 组阈值、30 次现场调试，每换一种材质或一批来料还要重来一遍。训练工程师长期驻场，产线复制无从谈起。

换个角度：相机看不见「工艺原因」，只看见灰度。堆胶和多胶在画面里都是胶带边界外的一片突起，0.3 mm 与 0.5 mm 异物在画面里是同一条掩膜的两个档位。真正需要区分的，是「要用什么光才能让它显形」。所以第一步不是选模型，是把 30 个缺陷名压回到成像层面，看看到底有几种不同的看见方式。

02/10缺陷归族

30 类归 7 族：族内共用打光，族间才换配方

按「在画面里长什么样、需要什么光」重排，30 条清单收成 7 族。归族的直接收益是：族内共用一套光路和一套分割类别，只有跨族才需要换配方；30 次现场调试因此压到 4 组打光实验（见第 04 节）。

两点值得说明。其一，AL 与 CU 是两种基材，但同一族的成像逻辑一致——铜的反射率更高，体现为同一配方里的亮度补偿，而不是另起一族。其二，异物的 0.3 mm 与 0.5 mm 不是两个类别，而是同一条掩膜上的两个档位：分割给出轮廓，事件层把最大外接尺寸与阈值比较，改验收档位只改这个毫米数，模型不用重训。这一点对频繁变更公差的产线尤其重要。

03/10成像口径

0.017 mm/pixel：先划住采样线，再谈识别率

清单里最小的判据是 0.3 mm 异物。要让它在画面里稳定成形，采样精度必须先定下来。前期成像验证取 0.017 mm/pixel：0.3 mm 目标约占 18 像素，0.5 mm 约 29 像素——这个量级足够让像素级分割贴住轮廓，也足够把两个档位分开。反过来，如果采样精度松到 0.05 mm/pixel，0.3 mm 只剩 6 像素，再强的模型也只是在猜。

由 0.017 mm/pixel 和 4096 × 3000 反推，单帧视场就是 68 × 52 mm。这个数字随后决定了两件事：镜头取 25 mm 定焦、WD 约 120 mm；以及 1410 mm 的长边必须分段拍摄——这是第 05 节要处理的工位形态问题。光源之所以贴得比相机近（LD2 约 55 mm），是为了把分区之间的入射角差拉得更开，同时给上下料留出机械空间。

相机、镜头与光源为成像验证阶段的选型；曝光、工作距离与工位布局，以正式样件、机械空间与真实节拍复核后冻结。

04/10分区打光

同一只光源，点亮不同分区就是换入射角

七个族对光的要求并不相同：划伤是基材上的一道微观沟槽，本身没有高度，只有近同轴光把光原路送回镜头时，沟槽侧壁才会偏离亮场、显出暗线；气泡是胶层下的一个弯顶，只有掠射才会在正面留下一侧亮、一侧暗的小圆斑；胶面划伤介于两者之间，需要扇区内缘的中高角。如果每种形态配一套灯，工位上要挂四组光源，成本和机械空间都撑不住。

36 分区白色光源解决的正是这件事。分区本来就分布在不同半径与方位上，点亮哪一圈、哪几个方位，等价于换了入射角——不用动相机、不用换镜头、不用加光源，切换只是发一条配方指令。四类形态因此收成四套配方，沿同一条轴排开：缺陷越接近纯纹理，光越往内环走；越是立体起伏，光越往外环走。

05/10分段拍摄

68 mm 的视场，要盖住 1410 mm 的长边

单帧视场只覆盖产品长边的二十分之一。1410 ÷ 68 ≈ 20.7，不重叠也要 21 段；留 10 % 搭接约 23 段。每一段还要把 4 套打光配方各曝光一次才能覆盖 7 个缺陷族，于是单件曝光落在 84–92 帧。节拍的主要矛盾就出在这里，而不在推理耗时。

百帧量级的曝光往下有三条路：单相机沿长边扫描，用运动机构换时间；多相机并列分段，用硬件换时间；或者按工艺把必检区域收敛，让分段数降下来。三条路各有代价，取舍要在 PoC 阶段用正式样件和真实节拍拍定，不能在方案阶段拍板。此处的分段数与曝光数是按上节参数推算的量级，最终以现场标定为准。

06/10张量流

四套配方四条支路，汇进同一条工作流

视觉智能体部署在边缘侧：配置、推理、展示与结果输出在同一套软件里完成，零代码拖拉编排——从算子库拖出节点、按数据流连接。本项目不是单路串行，而是按打光配方分成四条支路：每条支路先点亮对应分区，再采图、分割、探测事件，四路事件汇入同一个状态机，最后存图并经串口对接 PLC。

双击节点进入子编辑器：语义分割 → 标注工具，事件探测 → GPU 事件编排器，状态机 → 状态图编辑器。换产品主要改配方与样本，不必推倒重来；同一条流复用到其他规格或工位时，改的是分区组合与阈值，而不是重写一条产线软件。

07/10语义分割

像素级掩膜，用 1–10 张样本把新缺陷定下来

极耳的缺陷边界大多不规则：划伤是细碎的线，异物是任意形状的斑，胶凸点是一片渐变的亮区——框回归很难贴合，而后续的档位判定又依赖轮廓尺寸。方案因此走像素级语义分割：每类目标在标注工具里用少量现场图定类别，产品侧按 1–10 张样本图、数分钟配置 起步，输出掩膜后再算面积、长度或最大外接尺寸。

这一步是「30 类缺陷」能落地的前提。少样本底座意味着新增一类缺陷不必重启一轮采集与长训——AL 与 CU 之间、批次与批次之间，形态相近的类别往往只需少量补标即可迁移。训练与推理都在边缘 GPU 本地完成，工位画面不出厂，既保实时性，也减少数据外传。

08/10事件判定

把掩膜变成「异物超 0.5 mm」

分割只负责看见像素；业务要的是可判定事件。事件在 GPU 事件编排器里搭：物体存在、宽度检测、数量检测等原语配上目标类别与检测区域，再用与／或／非组合。异物档位就是在这里落地的——先由「物体存在」确认掩膜命中夹杂族，再由「宽度检测」取掩膜最大外接尺寸与毫米阈值比较。

把阈值放在事件层而不是模型里，是这套结构的关键。0.3 mm 与 0.5 mm 共用一条掩膜、共用一个模型，改验收档位只改一个毫米数；同理，胶区越界的容差、划痕长度的上限，都在配方里改，感知层不动。

09/10状态机

逐段扫描，全段全族合格才放行

分段拍摄带来一个人工目检没有的问题：一件产品会产生二十多段、上百帧的结论，必须有东西把它们收成一个结论。状态机把离散事件编成现场流程：工件到位后进入分段扫描，每段跑完四套配方就自回一次、推进到下一段；全部段位、全部缺陷族都合格才放行并计数，任一族在任一段命中就转 NG，存图时连段位与类别一起记录。NG 件离位进入待复核，复判后重新到位再检。

10部署闭环

边缘本地推理，样本与结论一起沉淀

整套系统落在五层结构上：相机与分区光源负责采集；千兆工业以太网在内网传输，图像不出厂区；边缘 GPU 完成分割推理、事件判定与状态机流转；前端提供实时画面、NG 报警、人工复核与按时间／件号／缺陷检索的追溯；配方统一管理相机参数、分区组合、模型版本与阈值。原图、掩膜、结果图与结论按件归档，既是追溯材料，也是下一轮模型优化的样本来源——现场跑得越久，可用样本越多，这正是持续迭代的输入。

设备清单

下表只定设备类别与配置方向；具体型号在正式样件、机械空间与节拍复核后冻结。

实施节奏

分阶段推进，每一阶段都有可验收的输出：

适用边界也说清楚：本方案面向缺陷类型多、形态相近、公差档位常变的金属—胶复合表面质检。分段扫描的节拍上限由机械方案决定，超出节拍要求时需以多相机并列或缩小必检范围来平衡；胶层内部缺陷、卷曲或严重翘曲工件超出景深范围的部分，需要工艺配合或增加正交视角。文中所有参数与分段量级来自前期成像验证与推算，识别率与判定阈值以正式样件在固定工装下的验证为准。