布匹瑕疵检测为什么做不成？拆开只有四层，三层跟算法无关
先看清难题长什么样
布匹瑕疵检测做不成，卡点不在算法。
今天上午刷到一篇公众号文章，讲十多年前浙江海宁的一个布匹质检项目。老板出钱，他们出技术，做到最后一地鸡毛。
我把这个难题重新做了一遍。这次我没有从算法入手，我先把它摊开。
摊开之后是四层。四层里，只有第三层归算法管。
第一层，什么叫瑕疵
客户能接受多大的污点？擦痕多长算退货？同一卷布，布边和布心的标准一样吗？
没有人答得上来。老板说得很实在，看着不舒服的，就给我挑出来。
这一层凉了，后面全凉。“瑕疵”和“正常”之间那条线画不出来，标注工人只能各自发挥，标出来的样本互相打架，模型学到的也是一团模糊。
十年前那个项目，很可能死在第一步。只是当时大家都以为死在了算法。
第二层，瑕疵能不能变成像素
线状擦痕宽度不到一毫米，浅色布面上发白，灰度几乎和经纬纹理重合。
这时候相机分辨率不够、光打得太平、布面张力松了、走布速度太快，任何一项不到位，瑕疵在图像里就不存在。
算法再强，也救不回没有被拍到的东西。这一层决定的是上限，上限一旦被卡住，后面所有努力都在补一个补不回来的洞。
第三层，像素能不能被说成一句话
十年前的路子是这一套，先估计背景，再算残差，然后卡阈值，最后找连通域。核心逻辑二十来行，我照着写了一遍。
然后我造了两张样布。第一张上面是点状污渍，外加一个针尖大的破洞。第二张上面是两道细擦痕，搬运蹭出来的那一种。
图 1｜同一块布，两种眼睛。左列是样布原图，右列是传统阈值算法的检出结果
第一张，算法给出四个框。
只有一个是对的，框住了那个破洞。另外三个，两个压在布边的毛边上，一个框住了右下角的生成水印。
画面上三处最明显的黄褐色污渍，一个都没有抓住。
第二张更难。算法给出十一个框，八个是同一个水印被切成的碎片，一个是噪声，剩下两个框住了水平擦痕中间的一小段。
那道斜穿整个画面的长擦痕，零检出。
误报率七成五，漏检率七成五。那篇文章里说的“误报比人工还多”，我这一下午算是见着了原样。
问题不在参数没有调好。阈值只认一件事，这一点和周围不一样。它不知道不一样的到底是什么东西。
布边是“不一样”，水印是“不一样”，真污渍也是“不一样”。在它眼里，三者没有区别。
换一条路，让模型输出描述，不输出判决。类型、位置、占比、颜色、严重程度，一样一样写清楚，判定交回给人。
这条路要付代价，慢、贵、不稳定。换来的是另一头，不用为每一种瑕疵准备标注样本，长尾的那些也能说上话。
两条路的成本结构完全不一样。
传统路子把成本压在前面，标注、训练、调参全部是一次性投入，推理的时候便宜。代价是没见过的瑕疵直接翻车，客户改一次标准就得重新训练一次。
视觉理解把成本挪到后面，前期几乎不用标注，单张推理贵，同一个瑕疵两次给出的答案还可能不一样。好处是新瑕疵不用重新训练，它能当场描述出来。
选哪一条，看瑕疵种类收不收敛。种类固定、量又大，传统路子仍然更加划算。种类说不清、客户的标准三天两头变，那就不要在标注上死磕。
第四层，一句话能不能撑住一条产线
那篇文章里最诚实的一句是，图像理解速度有点慢，等了大概十五分钟。
产线是每分钟几十米。十五分钟，够走完几千米布。
这一层有五个关口，速度、稳定性、成本、可追溯、闭环。
速度不达标只能抽检。稳定性不够，同一个位置两次给两个答案，工人就不信它。
成本摊到每米布上得算得过人工。报告要能存档，能对客户举证。人工复核的结论要回流成规则，否则三个月之后还是原样。
单张能看，不等于产线能用。谁跳过这一层，谁的演示就停在汇报里。
四层拆完，账就清楚了
十年前卡住的不是算法，是前三层没有搭建好，第四层没有人搭建。
今年变的是第三层。视觉理解把“这一点不一样”升级成了“这是一道细长的搬运擦痕，在布面中段，比周围浅两成”。
三层没有变。定义还得有人来定，光还得有人来打，产线还得有人来守。
四层里三层跟算法无关。这个比例本身就是答案。
这套拆法可以搬走
玻璃、PCB、钢材、纸张，换掉的只是成像参数和瑕疵定义，四层结构原地不动。
下次再遇到“AI 能不能替人看一眼”的问题，先别问模型行不行，先问这四层各归谁管。
最后
那篇文章的结尾我认同，有些答案，你得等时代走到那一步，它才会交到你手里。
我想补一句。时代这次交出来的，只有第三层。剩下三层还在你手上。
· · ·
配图是我按极简纸感做的海报，布片上那道红线不是装饰，是标注。
文中样布全部由 AI 生成，检测数据为本地实测，核心逻辑二十来行，可以复现。
无尘阁日记 · jiangtian.top
江楠
发表评论: