AI皮革表面分级：纹理一致性与瑕疵定位

在皮革来料与成品分级环节，人工评级受光照、批次和主观尺度影响，一致性难以保持。计算机视觉实验室近期把实验重点放在“先对齐纹理，再判瑕疵”的两阶段流程：先用轻量分割网络提取皮革有效区域与纹理走向，建立局部基线；再以多尺度特征比对定位划伤、虫斑、色差和松面等异常，并输出等级建议与置信度。与直接做整图分类相比，该流程在3家产线采集的4200张样本上，将跨批次误判率降低约18%，单张推理耗时保持在45毫秒内，可适配现有分选线节拍。当前仍存在强反光与边缘褶皱误报，下一步计划引入偏振成像与少量在线标注，验证主动学习能否把新纹理品类的收敛周期从两周压缩到数天。