让每一次抽检
都有标准、有证据、有结论
以“标准图”为基准，用 AI 把每一次现场抽检变成可追溯的质量数据。Android 规范拍照、AI 双图比对、缺陷位置精准标注、质量数据实时闭环。
FOR钣金冲压等零部件制造企业的质量部门
01标准图版本化02AI 双图比对03缺陷编号定位0412 类缺陷05质量看板06数字大屏 制造业产线抽检的四个老问题
判定靠经验
不同质检员对拍摄角度和异常程度理解不同，判定口径难以长期一致，新员工上手慢。
反馈链路长
拍照、比对、登记、沟通依赖人工接力，异常无法在第一时间暴露和处置。
证据难追溯
标准图、抽检图、结论分散在相册、表格和聊天记录中，出现质量争议时翻找耗时。
汇报靠手工
日报、周报、批次报告重复整理，管理层难以及时看到统一、可信的质量数据。
一套系统，打通抽检全流程
建立标准图 → 现场规范拍照 → AI 双图比对 → 结论与定位 → 数据闭环。
Android 现场端
面向一线质检员：选择标准图、填写批次、取景引导规范拍照，上传即检，自动获取结论。
AI 检测引擎
大模型 + 视觉算法双引擎，输出结论、置信度和缺陷坐标，模型可监控、可切换。
Web 管理端与数字大屏
面向质量主管和管理层：质量看板、批次报告、标准图版本管理、检测记录检索与导出。
产品组成：一端采集、一脑判定、两屏管理
现场端（Android）
选择标准图、填写批次、取景引导拍照、上传即检、缺陷局部双图对照、标准图现场采集、个人检测历史。
AI 检测引擎
多模态大模型识别外观差异，视觉算法精确比对孔位与轮廓；背景裁切与分区检测提升小缺陷检出。
Web 管理端
质量数据看板与批次报告、标准图版本管理、检测记录检索与导出、浏览器实时检测、用户权限与 App 分发。
数字大屏
车间与质量部实时展示检测量、正常率、异常构成和管理提示。
现场端：三步完成一次抽检
界面极简，质检员只需关注“下一步该做什么”。
- 1选择标准图只显示已启用版本，按启用时间排序，支持搜索。
- 2填批次、拍照批次号选填；相机内置取景框与水平线引导。
- 3获取结论结论、置信度、处置建议与原图证据即时返回。
每一条结论，都有原图证据
标准图与抽样图原图并排，异常位置红框编号；点击编号直达缺陷局部，按比例裁取对照，不拉伸不变形。
- 缺陷明细类型、严重度（低 / 中 / 高）、区域与判定依据。
- 过程全追溯拍照、上传、开始检测、完成时间完整记录。
- 弱网可用上传自动重试并带幂等标识，断网恢复后不重复入库。
FIG.02检测详情：标准图与抽样图并排，缺陷编号定位标准图管理：质量标准数字化、版本化
填写产品名称即可建立标准图，版本号自动递增 V1、V2……同一产品仅一个启用版本。
- 入库质量检查上传时检查清晰度、曝光、轮廓与方向。
- 管理端审核启用App 提交的标准图需管理员确认启用，杜绝随意替换。
- 历史可回溯停用与删除均为逻辑操作，历史检测仍可查看原标准图。
FIG.03标准图管理：按产品版本化管理质量看板：管理层的数据驾驶舱
完成量、正常率、异常数、平均耗时、无法确定占比一屏掌握；规则引擎识别主要异常并提示集中产品与排查方向。
- 趋势与构成检测量与正常率双轴趋势；缺陷 Top 分布，点击直达同类记录。
- 检测记录8 个维度筛选，一键导出 CSV / Excel，单次最多 1 万条。
- 批次质量报告按批次生成报告快照，支持导出 PDF。
注：界面数据为测试环境样例，含大量人为制作的缺陷样件。
FIG.04质量看板生产视觉抽检数字大屏
一键进入大屏模式，适配车间看板与质量部会议室，让质量状况一目了然。
FIG.05生产视觉抽检数字大屏双引擎 AI：大模型懂外观，视觉算法精于孔位
按缺陷类型组合使用，兼顾覆盖面与稳定性。
| 多模态大模型 | 视觉算法 cv-hole-v1 | |
|---|---|---|
| 擅长检测 | 污渍、划伤、毛刺、变形等外观类差异 | 缺孔、多孔、孔位偏移、孔形、开口槽、外轮廓、放错工件 |
| 孔 / 开口类缺陷检出* | 94 / 128 | 126 / 128 |
| 外观类缺陷检出* | 11 / 11 | 不检测 |
| 单次耗时 | 约 20 秒（视模型与网络） | 1–5 秒 |
| 结果一致性 | 同图多次判定存在一定波动 | 同图结果完全可复现 |
| 运行方式 | 云端模型 API，支持多家模型监控与切换 | 本地 CPU 运行，无需 GPU |
TIP推荐组合：视觉算法负责孔位与轮廓，大模型负责外观差异；无法确定时提示重新采集，避免误判放行。
* 数据来源：基于 117 组真实产线钣金件图片对的内部评估（2026 年 10 月），实际效果与拍摄条件相关。
覆盖 12 类常见缺陷，结论清晰可执行
每次检测同时输出置信度、缺陷坐标与处置建议，结论与坐标来自同一次判定，前后一致。
D01缺孔D02多孔D03孔形不一致D04孔径不一致D05位置偏移D06开口槽漏开D07外轮廓异常D08放错工件D09变形D10污渍D11毛刺D12其他严重度分低 / 中 / 高三级。
私有化、云端均可
灵活部署
工厂内网私有化部署或阿里云等云端部署，Docker Compose 一键交付。
版本可控
镜像按固定版本发布，升级与回滚有据可查。
数据安全
图片私有存储、仅经鉴权接口访问；密码哈希、登录限流、凭据不落代码；登录令牌加密保存于 Android Keystore。
开放对接
提供 OpenAPI 文档，便于与 MES、QMS 等系统集成；安装包由管理端发布，提供 SHA-256 校验。
12 周试点落地路径
准备 · 第 1–2 周
确定产品与工位，准备标准样品和缺陷样本，确认网络与设备。
建设 · 第 3–6 周
部署 App、管理平台与检测引擎，完成工位配置。
验证 · 第 7–9 周
真实样本测试，调整拍摄条件与判定规则。
试运行 · 第 10–11 周
现场连续运行，人员培训与异常处置演练。
验收 · 第 12 周
按业务、质量、性能指标验收，形成推广建议。
每阶段设“继续 / 整改 / 暂停”决策点。客户需准备：试点产品与工位、合格标准样品及典型缺陷样本、固定光源与背景板、Android 设备与网络环境。
东堡电子：8 周，让钣金件抽检有标准、有证据
LIVE车间数字大屏实时展示检测量与正常率东堡电子为 LG 配套生产家电钣金冲压件，产品孔位密集、型号多，过去抽检依赖人工目视比对：判定口径因人而异，标准图、抽检照片和结论分散在相册、表格和聊天记录里，出现质量争议时很难快速拿出证据。
常见问题
Q需要买工业相机吗？
不需要。现场使用 Android 手机或平板拍照即可，配合固定光源与背景板保证拍摄条件一致；电脑端也支持 USB 摄像头。
QAI 判断错了怎么办？
系统输出“正常 / 异常 / 无法确定”三种结论。画质、过曝、出画等情况会提示重新采集，避免误判放行；每条结论都保留原图证据，便于复核。
Q能检测哪些缺陷？
覆盖缺孔、多孔、孔形 / 孔径不一致、位置偏移、开口槽漏开、外轮廓异常、放错工件、变形、污渍、毛刺等 12 类常见缺陷。
Q可以和 MES、QMS 对接吗？
可以。系统提供 OpenAPI 文档，可与天工 QMS、MES 或企业现有系统集成。
从一个工位开始
让产线抽检数据化、标准化、可追溯。欢迎预约现场演示与试点评估。
