极片涂布缺陷视觉检测实验：小样本与高速在线

在《计算机视觉实验室》近期的阶段性实验中，我们选择锂电极片涂布工序作为验证场景，重点回答两个工程问题：缺陷样本极少时模型能否稳定工作，以及算法能否跟上在线线速。

实验采用线扫相机（4K 分辨率、线速 60 m/min），覆盖划痕、暗斑、颗粒、涂布不均四类缺陷，最小可分辨尺寸约 0.2 mm。方案上用轻量卷积骨干搭配局部注意力模块，先在大量正常样本上做无监督重建学习，再用不足 50 张/类的缺陷样本做微调，避免小样本直接训练带来的过拟合。

【阶段进展】在离线复测集上，四类缺陷平均召回由基线 0.72 提升至 0.93，误报密度从约 1.8 次/千米降至 0.6 次/千米；单帧推理耗时约 18 ms，可满足当前线速下的在线判定。

【下一步计划】一是补齐换卷、光照漂移等工况数据，观察跨批次性能衰减幅度；二是把模型量化后迁移到产线边缘设备，与现有 PLC 剔除逻辑联调，确认漏检与误剔的实际代价。需要说明的是，当前结论仅基于单一产线的有限采集窗口，尚不足以推广到其他涂布工艺。