AI视觉检测误检率降至0.1%以下，合肥企业发布新一代工业相机
近日，合肥某机器视觉企业正式发布新一代AI工业相机，搭载自研深度学习检测算法，误检率降至0.1%以下，较上一代产品提升近一个数量级。该产品已在多条汽车零部件产线完成验证，计划年底前实现批量交付。
误检率是行业核心痛点。 工业视觉检测广泛应用于电子、汽车、食品等领域，但长期以来误检率居高不下。传统算法依赖人工设定规则，面对划痕、色差、形变等复杂缺陷，漏检和误检频发。某汽车零部件企业质检负责人表示："以前一条产线配4台相机，还得安排3个人复核，误判率大约在1%—2%，效率始终上不去。"
新一代产品如何突破。 此次发布的工业相机采用自研轻量化神经网络架构，支持边缘端实时推理，单帧检测耗时不超过20毫秒。同时，相机内置自学习模块，产线运行中可自动采集样本、迭代模型，无需停机重新训练。实测数据显示，在汽车连接器、PCB板等典型场景中，误检率从行业平均的1%—3%降至0.1%以下，检测速度提升约40%。
国产替代进展明显。 过去，高端工业相机市场被基恩士、康耐视等外资品牌占据，国产产品多集中在中低端。该企业负责人透露，新产品在核心指标上已接近国际一线水平，但价格仅为同类进口产品的60%—70%，性价比优势突出。目前已获比亚迪、蔚来等车企供应商订单。
商业化仍需跨越门槛。 业内专家指出，AI视觉检测从实验室到产线落地，最大挑战不是算法精度，而是场景适配能力。不同产线的光照、速度、物料差异极大，模型泛化能力决定了产品能否规模化推广。该企业表示，已组建20人现场部署团队，为客户提供从方案设计到调试验收的全流程服务。
下一步，合肥高新区已将该企业纳入智能制造重点培育名单，计划在新能源和半导体领域拓展更多应用场景。
上一条：暂无；
