冲压件孔位缺陷检测，用视觉算法还是大模型？117 组产线图片实测对比

结论先说： 钣金冲压件上的孔位、开口、外轮廓类缺陷，用视觉算法检测；污渍、划伤、毛刺、变形这类外观缺陷，用多模态大模型识别。两者按缺陷类型分工，系统拿不准时提示重新拍照，不让可疑件直接放行。在我们 2026 年 10 月的内部评估中，孔位和开口类缺陷，视觉算法检出 126/128，大模型检出 94/128。

为什么会有这个问题

钣金冲压件孔位密集、型号多。很多配套厂的抽检，还是质检员拿着零件和标准样件目视比对。判定口径因人而异，抽检照片和结论散在相册和聊天记录里，出了质量争议很难拿出证据。

这两年能看图的多模态大模型很火，常有质量经理问我们：直接把照片发给大模型，让它判断合格不合格，行不行？

我们在开发灵工质检时，把两种方法放在同一批真实产线图片上做了对比。

实测结果

测试数据是 117 组真实产线钣金件图片对，每组包括一张标准图和一张抽检图。

需要说明两点：

• 外观类缺陷只有 11 处，样本偏少，这个结果只能说明方向；
• 实际效果和拍摄条件关系很大。光线不稳定、零件没摆正，任何方法的结果都会明显变差。

孔位类为什么交给视觉算法

孔位类缺陷本质上是几何问题：孔在不在、有几个、位置偏了没有、孔形和孔径对不对、开口槽有没有冲出来、外轮廓对不对、有没有放错工件。

这类判断靠的是精确比对。视觉算法以标准图为基准，逐个比对孔和轮廓，所以有三个好处：

• 漏得少：128 处孔位和开口类缺陷，漏检 2 处；
• 结果可复现：同一张图测多少次，结论都一样。出现质量争议时这一点很关键，你要能向主机厂说明，这个结论是稳定得出的，不是碰巧；
• 快，而且照片不出厂：1–5 秒出结果，普通电脑的 CPU 就能运行，照片不用发到外部。

从测试结果看，大模型在这类问题上的短板也很明显：它擅长判断图片里“有什么”，但不擅长精确地数孔、比位置。孔位密集的零件上少一个孔、偏一点，它容易漏掉。同样 128 处缺陷，大模型漏检 34 处。

大模型适合做什么

外观类缺陷正好相反。污渍、划伤、毛刺、变形，形状和位置都不固定，很难用几何规则描述。大模型不需要针对每种缺陷单独训练，就能指出“这里和标准图不一样，看起来像划伤”。

代价有三个：

• 慢，单次约 20 秒；
• 同一张图多判几次，结论可能不完全一样；
• 照片要发送给模型服务商。对数据外发有要求的工厂，需要在上线前确认部署方式。

两者怎么组合

灵工质检按缺陷类型分工：

再加一条兜底规则：每次检测只给三种结论，正常、异常、无法确定。照片过曝、零件出画、画面模糊时，结论是“无法确定”，系统提示质检员重新拍，不会勉强给一个“正常”。宁可多拍一次，也不让可疑件被放行。

另外两个提高检出率的做法：

• 固定拍摄条件：固定光源和背景板，手机相机里有取景框和水平线引导，每次拍出来的角度和光线尽量一致；
• 背景裁切和分区检测：先把零件从背景里裁出来，再分区域检测，小缺陷更容易被发现。

在自己的工厂怎么验证

厂商给的数据，包括我们的，都只能作参考。最可靠的办法，是用自己的零件做一次盲测：

1. 选 1–2 个最难抽检的料号，准备合格件和带典型缺陷的零件各 5–10 件；
2. 自己给零件编号，在答案表上写好“合格”或“缺陷类型”，测完之前不给厂商看；
3. 让系统逐件检测，记下每件的结论；
4. 对答案，统计检出几件、漏检几件、合格件误报几件、“无法确定”几件。

十几件零件不够当作验收依据，但足够判断这个方法在你的零件上行不行。

常见问题

需要买工业相机吗？

不需要。灵工质检用安卓手机或平板拍照，配合固定光源和背景板保证拍摄条件一致。电脑端也支持 USB 摄像头。

照片不能发到外部怎么办？

孔位、开口、轮廓类检测由视觉算法在本地完成，照片不出厂。外观类检测需要调用大模型，具体部署方式要在项目里逐项确认。

和在线 AOI 检测设备有什么区别？

在线 AOI 装在产线上做全检，适合节拍快、品种相对固定的产线。灵工质检用手机做抽检，不用改产线，适合多品种、小批量、目前靠人工目视抽检的场景。两者解决的问题不一样。

关于数据

本文数据来自捷诚立兴灵工质检团队 2026 年 10 月的内部评估，样本为 117 组真实产线钣金件图片对。实际效果与零件特征和拍摄条件有关。灵工质检已在东堡电子（LG 天津协力社）落地，项目情况见东堡电子案例。