AI焊缝外观检测定制：反光抑制与缺陷分级

焊缝外观检测比常规表面缺陷更难：弧光余亮、金属反光、飞溅和保护气残留都会干扰成像，同一道焊缝在弧坑、咬边、气孔上的表现差异也很大。直接套通用视觉模型，现场往往第一天准确率尚可，换批次材料或改变焊接参数后误报率迅速上升。 定制落地通常先解决成像，再谈模型。硬件侧采用多角度条形光加偏振片，配合频闪与相机曝光时序，把镜面反光压到可控范围；对高反光不锈钢，可增加低角度暗场光，让咬边和未熔合边缘更清晰。软件侧不追求单模型全包，而是拆成两步：先用语义分割定位焊缝区域与母材边界，再在ROI内做分类和测量，输出缺陷类型、长度、位置与置信度。 两条现场经验： 1. 缺陷分级要绑定工艺标准。气孔按直径和密度判级，咬边按深度与连续长度判级，不能只给“有缺陷/无缺陷”。阈值需与质检员对齐，并保留人工复核入口。 2. 样本管理比模型结构更重要。按材料、板厚、焊接方式、光照条件分层建库，每次误报和漏报都回写标签，周级迭代一次，通常比一次大版本训练更稳定。 部署上可用工业相机加边缘推理盒，在产线侧完成推理，只上传缺陷图和结构化结果到MES，便于追溯与返修闭环。