项目背景
沈阳某装备制造企业以往靠老师傅手持放大镜抽检，标准多少带点个人经验色彩。批量变大以后，漏检和误判开始影响出厂口碑，质量部门着急找更稳的办法。
需求梳理
互帮科技进场做了两周产线观察，确认核心痛点不在设备，而在"人眼疲劳"和"判级不一"。厂方希望系统能全天候盯住关键工位，并且把每一次判定留痕，方便回溯。
方案设计
我们为其定制开发AI视觉质检系统，整体部署在车间内网，不触外网。工业相机架在传送带上方，图像实时送进推理服务，结果同步写进看板与数据库。
技术实现
质检模型采用监督学习训练，先用厂里积累的样本做标注，再不断用新缺陷微调。对划痕、锈蚀、装配错位等几类问题分别建模，阈值可按批次灵活调整。边缘节点负责预处理，中心服务器做汇总，整体时延压在产线节拍之内。
上线效果
系统跑起来后，夜间班次的检测一致性比人工时期好得多。质量负责人打开看板就能看到各线良率曲线，异常批次能第一时间定位到具体时段。
服务保障
交付后由本地技术团队负责运维，模型随生产数据持续迭代。日常补丁与兼容性处理按约定周期执行，保障车间业务不被打断。
