8.2
深览指数
产品人人都是产品经理·产品经理Mike··AI 生成
我所了解的机器视觉检测产品应用（9）：验收的 99%，量产怎么就成了 95%？
文章通过一起真实纠纷案例，拆解机器视觉检测设备在工厂验收与量产阶段检出率差异巨大的核心原因：验收口径、过杀成本、环境漂移与合同条款这四个连环陷阱。作者指出，‘99%’与‘95%’的四个点差距并非设备故障，而是双方对漏检率分母定义（图级vs点级）、复判归属、过杀成本分摊、测试集泄题、环境漂移及基率波动等关键因素未在合同中明确导致。文章提供了一张包含八个字段的验收指标表模板，主张将指标定义从技术参数升格为商务条款，以堵住扯皮漏洞。适合负责工业视觉检测项目的产品经理、项目经理、采购及设备商阅读，能直接用于改进验收流程与合同起草。原文 ↗
核心观点
- ▍设备验收与量产阶段检出率差异的核心原因不是设备故障，而是验收口径、过杀成本、环境漂移与合同条款四大陷阱未提前锁定。
- ▍指标定义本质上是商务条款而非技术参数；产品经理应对‘这个数在合同里站不站得住’负责，而非只关心模型好坏。
- 01文章引用的真实案例：验收当天按点级口径漏检率0.8%（检出率99.2%）；量产一个月后同口径漏检率升至4.9%（检出率95.1%），数据在一个月内相差4个点。
- 02同一批盲测数据（3000张图，320张缺陷图，460个缺陷点），图级口径漏检率1.25%，点级口径漏检率4.8%，两者相差近四倍，揭示了分母定义的关键影响。
- 03过杀率从1%涨到3%的真实成本测算：日产2万件，每天多出400件误杀，每件人工复判30秒，每月多出70个工时（0.5个人头）；误报废率占误杀十分之一，每月多支出小一万元材料费。
- 04某正面案例中，验收表包含两页纸指标（点级口径、IOU五成、5000张封样盲测集、月度对账、连续三个月滚动达标），量产半年指标月报偏差最大0.6个点。
- 05文章列举了造成差异的‘四个漂移’：测试集泄题（历史缺陷库对比新供应商新伤型）、环境漂移（光源衰减、镜头积灰、温湿度变化）、基率漂移（来料缺陷浓度波动导致百分比指标失真）、人的方差（复判员松紧不一）。
- 06基率漂移的量化案例：日检2万件，缺陷浓度从0.5%升至2%，同为1%漏检率，客诉件数从1件升至4件，证明仅盯百分比指标是危险的。
反方 / 局限
- — 文章承认过杀率问题也有另一面：有时是产线为了保OEE私自放松阈值导致漏检率攀升，最终客诉爆发仍归咎于设备，引出了设备商与产线间的责任扯皮。
11 分钟 · 4 卡片 · 5 资料
读原文 →