无锡某科技公司AI巡检系统开发

这个巡检项目，最开始我把它想简单了。以为接个摄像头、跑个目标检测、把报警推给值班室就完事，当时团队里都觉得这活不大，一两个月能交。结果第一版丢到现场，误报多到车间主任直接打来电话，说你们这系统是来添乱的吧。那一通电话把我打醒了，也把这个项目的难度彻底打出来了。

电话里他语气挺冲，但我后来理解他。大半夜报警声此起彼伏，值班的跑过去一看啥事没有，一晚上折腾好几趟，换谁都得骂。我们复盘发现，光照一变、灰尘一起、巡检员衣服颜色换一换，模型就跟瞎了一样乱报。实验室里看着好好的效果，一到现场全崩。这件事给我的教训很深：实验室的指标，在真实场景面前基本不作数。

后来我们老老实实回去补标数据，把现场几千张真实图片一张张标出来，这不是什么高级活，就是熬。标的过程中我才意识到，之前训练用的公开数据集跟工厂现场差别太大了，模型在那些图上学到的东西，在现场基本用不上。补标之后，误报率才从三成慢慢压到五个点以内。就这几个点的下降，背后是几个人没日没夜地标图。标到后面眼睛都花了，我们就做了个交叉复核，一个人标的另一个人抽检。

模型选型上我们其实没走太多弯路，一开始就用YOLOv8，跑通之后导成ONNX，再用TensorRT在边缘盒子上做加速，一张图十几毫秒就出结果，实时性是够的。算法这条路走下来，比我想象的顺。反而是我一直以为最不值一提的环节，最后成了最大的拦路虎。

真正卡住我们的反而不是算法，是摄像头。工厂里的RTSP流各种花屏、掉帧、断连，光是把流稳稳定定拉回来，就折腾了一个多礼拜。有的摄像头隔一会儿就断一下，有的画面直接花成马赛克，这种烂流你喂给再好的模型都没用。我现在有个经验，做视觉项目，一半时间花在数据流，一半花在数据标，算法本身反而是最省心的。这句话我见人就讲，没做过的人真体会不到。

还有个挺反常识的感受，别一上来就追求高大上的模型。客户要的是“该报的报、不该报的别报”，一个稳定的小模型，比一个偶尔抽风的大模型值钱得多。大模型精度看着漂亮，现场一抽风，值班室就又不信你了。信任这个东西，建立起来慢，摧毁起来快，一次误报就可能让前面所有的准确都白费。

我们后来在边缘端和云端做了分工，边缘先粗筛，可疑的图再传云端做二次确认，既省带宽又降误报。这套架构不是一次想出来的，是被误报逼出来的。边缘跑一个轻量模型先过滤掉绝大多数正常画面，拿不准的再上云做精细判断，两边一配合，误报下去了，流量也下来了，客户验收的时候总算点头了。

还有一点，报警不是推给值班室就完事，不同情况得分级。一般异常先在页面上提示，严重的才弹窗加短信，特别紧急的直接电话。要是所有报警都一个级别，值班的人迟早麻木，那这个系统跟没装一样。这个分级策略我们跟车间反复对，才定下来哪些算大事、哪些算小事。分级定下来之后，值班室清净多了，真出问题时反而更敏感。

这项目做完我最大的体会是，AI巡检这行，交付的不是模型，是信任。现场工人从骂骂咧咧到主动给系统提意见，这个转变才说明东西真落地了。模型能跑只是开始，让人信它，才是真本事。等哪天值班的人不看报警、光靠系统就敢下判断，那才算真正交付成功了。