验布是纺织后整理中人力最密集的工序之一。产线提速后，线扫相机的单行曝光被压到微秒级，运动模糊会先抹掉稀密路、纬档这类对比度本就不高的疵点，再交给算法时信息已经损失。本期计算机视觉实验室把成像与判读放在一起设计，而不是只换一个检测模型。
做法分两条线：一是按布面速度联动曝光与增益，并估计点扩散函数做去模糊预处理，让弱对比疵点的边缘响应更稳定；二是以正常布样做统计建模，仅用数十张缺陷样本微调分类头，缓解长尾类别（破洞多、纬档少）带来的判定偏置，输出按四分制折算的连续扣分，而不是简单的好/坏标签。
阶段性进展：在合作产线约 60 m/min 线速下，稀密路与纬档两类弱对比疵点的检出较原有固定阈值方案有明显改善；剩余误报主要来自接头与飞花，已用时序一致性过滤压到可接受范围。下一步计划是把判读结果回流到卷布台账，做跨机台迁移与在线自学习，降低每换一个品种就要重新标定的成本。
评论