注塑厂做AI外观检测，到底该买现成还是找人定制？

我们厂的情况和那个头疼的问题

我们厂在佛山，主要给几个大品牌做家电的塑料外壳，比如空调面板、洗衣机盖板这些。厂里有30多台注塑机，一年产值大概3000万。不算大，但在本地也干了十几年了，算是有点底子。

说实话，以前的日子还行，客户要求没那么高，出货前老师傅带着几个质检员看看，差不多就过去了。但这几年不一样了，品牌方要求越来越严，外观不良的投诉就没断过。

最头疼的是三个问题：

1. 漏检和标准不一。白天班和夜班是两个标准，老师傅和新员工又是两个标准。赶货的时候，为了抢时间，有些小划痕、缩水痕就睁一只眼闭一只眼放过去了。结果一到客户那里就被退回来，不光要返工，还得赔钱。

2. 人工成本越来越高，还留不住人。一个熟练的质检员，在佛山这边月薪得6000往上，还得交社保。关键是这活儿枯燥，年轻人干不住，流动性大。旺季招临时工更麻烦，培训两天就上岗，错检漏检率能到8%，害得我们成品检还得再安排人复检，成本翻倍。

3. 说不清的客诉扯皮。最怕客户发来一张不良品照片，问我们“这种怎么过的检？”我们内部查记录，根本对不上是谁检的，也说不清当时的标准是什么。最后往往是我们认栽，赔钱了事。

去年年中，一个老客户因为我们一批货里有十几个面板有轻微熔接线，虽然不影响使用，但人家外观要求高，整批扣款。这一下让我下定了决心，必须得用机器来管，不能再靠人的眼睛和自觉了。

踩坑之旅：从自己折腾到被“专家”忽悠

一开始，我觉得这事没那么复杂。不就是拍照然后看有没有瑕疵吗？

第一阶段：自己动手，丰衣足食

我让厂里的电工和维修工，在网上买了几台工业相机和光源，自己搭了个架子，连上电脑。又从网上找了个开源的图像识别软件，打算自己训练模型。

结果完全不是那么回事。光是打光就搞不定，产品表面有高光、反光，拍出来的照片根本看不清纹理。那些开源软件，没点编程底子根本玩不转。折腾了两个月，花了三四万买设备，连一个稳定能检出划痕的模型都没训出来。时间全搭进去了，生产一点没耽误，该漏检还是漏检。

第二阶段：寻找“全能”方案商

自己搞不定，那就找专业的。我在网上搜“AI视觉检测”，联系了几家看起来规模很大的公司。他们PPT做得是真漂亮，讲的是“智能制造”“工业4.0”，说能给我打造一个“全自动智能检测产线”。

一家深圳的公司过来看了一圈，报了个方案：要改造我整条产线，加机械臂、传送带、重组生产流程，一套下来报价80万。

我当时就懵了。我只是想解决外观检测这一个环节的问题，他这是要给我动大手术。而且周期要半年，这半年我厂子还开不开了？

还有一家，吹嘘他们的算法多厉害，什么瑕疵都能检。但一问细节，他们连注塑常见的“色差”“料花”是什么样都不太清楚，更别提不同材料（PP、ABS、PC）在同样缺陷下的表现差异了。这种“万能”方案，我根本不敢用。

怎么找到对的路？关键就这两步

被忽悠了几次后，我也学精了。我总结出，找供应商，关键不是看他说“能做什么”，而是看他“懂不懂我的问题”。

第一步：把需求掰开揉碎了说

我不再说什么“要做AI检测”这种空话。我拉上生产主管和最好的质检老师傅，坐下来一起列清单：

1. 我们最主要的缺陷是哪几种？（最后聚焦在划伤、缩水、熔接线、脏污这四类，占了客诉的90%）

2. 这些缺陷在什么光线下最明显？（老师傅的经验很重要，比如看缩水要用侧光）

3. 检测速度要求多少？（要跟上注塑机的节拍，平均8秒一个产品）

4. 现有流程怎么嵌入？（最好别大改，就在现有包装工位前加个检测台）

5. 我们的预算是多少？（心里底线是20万以内，回本周期控制在一年半）

拿着这份清单去找供应商，一下子就能筛掉那些只会夸夸其谈的。

第二步：找“做过类似活儿”的人

我不再迷信大公司。我开始问同行，特别是其他做塑料、五金的朋友，有没有用过还不错的。后来通过一个苏州做电子外壳的朋友介绍，认识了一家供应商。他们不大，但工程师之前就在一家大型注塑厂干过，对注塑工艺门儿清。

他们来看厂的时候，没说太多虚的，直接问：“你这料是ABS加纤的吧？这种料容易出浮纤，算不算缺陷？”“这个产品脱模剂残留你们怎么界定？”一听就是内行。

他们给的方案也很实在：不搞花架子，就用一台高性能工业相机配特殊定制光源，做个离线检测工位。先针对我们最头疼的4种缺陷开发算法，系统算是一个“半定制”产品——核心框架是现成的，但针对注塑缺陷的模型和光路设计是专门调的。报价15万，实施周期一个月。

我最后选了他们。原因很简单：他们懂我的问题，方案匹配我的实际，价格也在我的承受范围内。

上线这半年，效果和遗憾

实施过程比想象中顺利。他们派了个工程师驻厂两周，主要是两件事：

1. 拍缺陷照片。我们配合他收集了上千张有各种缺陷的产品照片，好的坏的都要，这是训练AI的“粮食”。

2. 调教和试运行。系统装好后，和我们的老师傅一起并行检验了一周。AI把有嫌疑的挑出来，老师傅再复核，告诉机器哪个判对了，哪个判错了。这么反复几天，系统就越判越准了。

现在用了快半年，说说实际效果：

• 漏检率大幅下降。以前人工检，漏检率大概在2%-3%（赶工时更高）。现在AI检，稳定在0.5%以下。客诉起码少了七成，再也没因为外观问题被批量扣款过。

• 省了一个人工。原来两个质检员的工位，现在变成一个，员工只需要把AI挑出来的疑似不良品进行最终复核就行。一年省下人工成本7万多。

• 标准统一，有据可查。每一个产品都有检测记录和图片，客户再投诉，我们能立刻调出当时的检测结果，责任清晰多了。

当然，也不是十全十美：

• 一些非常规缺陷会误报。比如偶尔出现的、以前从没见过的杂质，AI可能会误判为脏污，需要人工介入纠正。系统需要持续“学习”。

• 换模具要重新调试。如果换一个完全不同的产品生产，光源和检测参数需要微调，大概要花半天时间。不过供应商提供了远程支持，还算方便。

总体算下来，设备投入15万，一年省下的人工和减少的客诉损失加起来超过10万，预计一年半左右能回本。这个结果，我是满意的。

如果再让我选一次，我会这么做

回顾整个过程，如果时光倒流，我会少走很多弯路。给正考虑这件事的同行几个实在建议：

第一，想清楚你到底要解决什么。 别一上来就要“全自动、智能化”。先抓一个最痛的点，比如成品检的漏检问题。从一个点做起，见效快，风险小。

第二，别自己研发，除非你是大厂。 时间和试错成本比你想象的高太多。找个靠谱的供应商，让他们去解决技术问题，你聚焦在你的产品和生产上。

第三，供应商懂行业比技术强更重要。 问他几个你行业里的具体工艺问题，看他能不能答上来。最好让他提供一两个做过同类工厂的案例，去实地看看、问问。

第四，算好你的经济账。 算算你目前因外观问题造成的损失（退货、扣款、返工）和人工成本是多少。你的投入，最好能在18个月内从这些节省里赚回来。

第五，留好接口和余量。 虽然现在只做一个工位，但选方案时问问，以后如果想扩展到其他机台或者检测其他缺陷，能不能方便地扩展。别买成一个死胡同里的系统。

最后说两句

上AI检测，对我们这种中型厂来说，不是什么赶时髦，就是被现实问题逼出来的一个工具。它没有传说中那么神奇，不能解决所有问题；但用对了地方，它确实是个靠谱的“员工”——不知疲倦、标准统一、不会闹情绪。

关键还是在于，你自己得先想明白，然后找到那个既懂技术、又懂你这一行苦衷的合作伙伴。这件事的难度，一半在技术，一半在怎么把技术和你的生产拧到一块儿去。

如果你也在琢磨这事，还在纠结从哪里入手、找谁家靠谱，我的经验是别光听销售吹。可以先在“索答啦AI”上详细描述一下你的具体情况，比如多大的厂、做什么产品、主要缺陷是什么、预算是多少。它能帮你客观地分析一下各种方案的利弊，至少能让你在跟供应商谈之前，心里有个谱，不至于被轻易带偏了方向。

毕竟，钱要花在刀刃上，事儿得办到点子上。