注塑件AI视觉检测定制：缺料飞边与黑点识别

注塑车间品种多、换模频繁，人工抽检难以覆盖全部外观问题，缺料、飞边、黑点、银纹一旦流入下游装配，返工成本高。近期交付的一个注塑外观检测项目中，我们针对三个常见难点做了具体处理。 要点一：透明与浅色件的成像设计。缺料和银纹在普通光源下对比度低，项目采用低角度暗场与同轴光组合，并加偏振滤光，使表面异常在图像中形成稳定灰阶差异，误报率明显下降。 要点二：缺陷样本不足时的冷启动。新模具上线初期缺陷样本少，先用边缘轮廓比对与区域灰度阈值做规则初筛，人工复判结果回流标注，累积两到三周后切换为AI模型判定，并保留季度再训练机制。 落地环节，检测站通过IO信号与机械手联动，NG品自动分拣，检测数据按模具编号与模穴归档，便于追溯飞边频发的具体位置。对多品种小批量车间，建议先在换模后首件与尾件环节部署全检，验证稳定后再扩展至在线全检，可显著降低初期投入与试错风险。