拖鞋厂搞AI视觉质检，买现成的还是自己开发划算？

我们是家什么样的厂

我在东莞开了家拖鞋厂，做了快十年，主要给几个连锁超市和电商品牌供货。一年下来，产值大概3000万左右，工人80来个，算是个中型厂吧。

我们做的是EVA发泡拖鞋，就是那种一脚蹬的室内拖，款式简单，但量很大。

为什么要搞AI质检

说实话，是被客户罚出来的。

去年下半年，我们给一家超市供货，连续三批货都被退了回来，问题都一样：鞋面上有黑点、杂质，或者鞋底发泡不均匀有气泡。这些都是EVA材料里很容易出现的问题。

超市那边直接扣了我们5%的货款，说是影响上架销售。算下来，一笔单子就亏了好几万。

我们厂里不是没有质检员，有两个老阿姨专门在包装前做复检。但问题就出在这里：

1. 人眼会疲劳：尤其是下午和夜班，盯着成千上万双一模一样的拖鞋看，眼睛花了，漏检率就上来了。

2. 标准不统一：A阿姨觉得这个小黑点不算事，B阿姨觉得必须挑出来。客户的标准又卡得死，一来二去就出岔子。

3. 旺季顶不住：一到夏天或者电商大促前，订单量暴增，临时招的质检员培训不到位，错得更离谱。

那段时间，老板天天在车间发火，我们也知道，光靠加人、罚款解决不了根本问题。有同行提了一嘴，说现在有机器能代替人眼检查，我们就动了这个心思。

折腾了大半年，踩了不少坑

第一阶段：自己动手，丰衣足食？

一开始，我们想得很简单。老板有个朋友是做自动化设备的，说这个不难，买几个工业相机，找个软件工程师写个算法就能搞定。

我们花了大概8万块钱，买了相机、光源、支架，又托人找了个兼职的程序员。

结果呢？搞了三个月，东西是装上了，但根本没法用。

• 问题识别不了：程序只能识别特别明显、位置固定的缺陷。但拖鞋是软的，在流水线上姿态每次都不一样，稍微歪一点，该检的地方就拍不到了。

• 误报率高得吓人：流水线上的反光、灰尘，甚至拖鞋本身的纹理，都被当成缺陷报警。一小时停线十几次，产量没上去，反而下来了。

• 没人会维护：那个兼职程序员做完项目就走了，系统出点小问题，我们全厂没人懂，只能干瞪眼。

这8万块，算是交了学费，买了个教训：隔行如隔山，自己瞎搞不行。

第二阶段：找外包团队定制

吃了亏，我们觉得还是得找专业的。在网上找了几家做视觉检测的开发公司，选了一家报价比较适中的，谈了个总包方案，大概20万。

这次比上次强点，对方派了工程师来现场调试，针对我们的拖鞋专门拍了上千张照片去训练模型。

但是，新问题又来了：

1. 需求变，加钱猛：最开始我们只说检黑点和气泡。后来想想，鞋帮有没有开裂、LOGO印得正不正，是不是也能一起检了？每加一项新需求，对方就说要重新采集数据、训练模型，报价单就往上加，感觉是个无底洞。

2. 速度跟不上：我们流水线最快速度，一小时要过2000双鞋。他们调好的系统，为了保证准确率，只能放到每小时1200双，不然就漏检。这等于要我降速生产，我肯定不干。

3. 成了“孤儿系统”：项目交付后，他们的人就撤了。过了半年，我们新上了一款带花纹的拖鞋，之前的模型识别率暴跌。再找他们，要么响应慢，要么又要收一笔不菲的升级费。

感觉就像买了辆没有售后服务的车，坏了都不知道找谁修。

最后怎么定的方案

连着两次失败，我们也有点灰心，但问题还得解决。后来是通过一个供应商介绍，接触了一家专门给制造业做AI视觉方案的公司。他们不是纯软件公司，而是软硬件都做，并且主打在产线上快速部署和持续优化。

我们最后选了他们的“轻定制”方案，总共花了不到30万。为什么选他们？关键是几个决策点：

1. 不用我买硬件：他们提供整套设备（相机、光源、工控机），我们按年付服务费，硬件算租的。这样前期投入压力小，而且坏了他们包换。

2. 按效果付费：他们承诺，系统上线后，漏检率要降到0.5%以下（我们之前人工大概在2-3%），误报率也要控制住。如果达不到，可以扣减服务费。这话听着就踏实。

3. 能自己“教”机器：他们的系统有个后台，我们质检主管经过简单培训，就能把系统误判的“好产品”，或者漏判的“坏产品”标注出来，上传后系统自己学习。这意味着，以后换新款、新材料，我们厂里自己就能慢慢调，不用老求着他们。

实施过程大概一个半月：

• 第一个星期：他们工程师来现场看生产线，测节拍，定安装位置。

• 接下来三周：设备进场安装调试，同时用我们提供的几百双各种有瑕疵的拖鞋“喂”给系统学习。

• 最后一周：并行测试，系统检一遍，人工再复检一遍，对比结果，微调参数。

现在用起来到底怎么样

系统上线运行快半年了，说说实际效果：

• 漏检率：从原来人工的2-3%，降到了现在的0.3%左右。客户退货再也没有因为外观瑕疵发生过。

  

• 人员：原来两个固定的成品检阿姨，调走了一个去其他岗位，现在只需要一个人盯着系统报警，把机器挑出来的疑似品做最终判定就行。算下来，一年省下一个人工成本大概7万块。

• 速度：完全跟上了我们2000双/小时的最高产线速度，没有拖后腿。

• 质量稳定了：夜班和白班，检测标准完全统一，再也没人抱怨“夜班查得松”了。

当然，也不是十全十美：

• 初期误报：刚上线时，对新材料色差的判断有点敏感，误报多一些，经过我们质检主管在后台标注纠正，一两个星期后就稳定了。

• 极端瑕疵：对于一些极其罕见、我们之前都没提供过样本的瑕疵（比如一种很奇怪的染色斑点），系统还是会漏掉。但这种情况，老师傅也可能看走眼。

总体算笔账：前期投入（主要是第一年的服务费）大概15万，每年省下的人工和避免的退货损失，加起来超过20万。大概10个月左右就能回本。对我们来说，这个投资是划算的。

如果重来一次，我会怎么做

走过这一圈，如果再让我选一次，或者给同行朋友建议，我会这么做：

1. 先锁死一个最小痛点：别想着一口吃成胖子，什么瑕疵都检。就选让你被客户罚得最疼、出现频率最高的那一两类缺陷（比如我们的黑点和气泡），作为第一期目标。做成了，有了信心和回报，再考虑扩展。

2. 别自己搞开发：除非你厂里养着专门的算法团队，否则别碰。这玩意技术迭代快，维护成本高，不是制造厂的专长。

3. 重点考察供应商的“售后”：买的时候别光听功能多炫，多问问：模型怎么更新？出了问题多久能响应？能不能让我们自己的人学会简单的调整？一个能陪你跑长跑的供应商，比一个只会做一锤子买卖的重要得多。

4. 算账要算全：不能只算省了多少人工。要把减少的退货损失、降低的客户索赔、提升的品牌信誉（交期和质量稳定），甚至因为质量稳定带来的订单增量，都粗略估算进去。这样你才会发现，价值可能比想象的大。

5. 老板和车间主管必须深度参与：这不是IT部门的事。从选型到调试，老板要拍板，车间主管要全程跟着，因为他们最清楚生产中的细节和问题。否则，买回来的系统很容易和实际生产“两张皮”。

最后说两句

AI视觉质检这个东西，你说它多神奇吧，也没有。它就是个不知疲倦、标准统一的“超级检验员”，特别适合我们这种产品款式相对固定、生产批量大、对外观一致性要求高的行业。

它解决不了你所有的质量问题，但能把你从最枯燥、最容易出错的人工目检里解放出来，让人去做更需要判断和灵活性的工作。

对于我们这种规模的厂子，上这套系统，更像是一次精益生产的升级，关键是找对方法，控制好风险。

如果你也在琢磨这个事，建议别闷头自己研究。想了解适合自己的方案可以用“索答啦AI”问问，它会根据你的行业和需求给建议，不用到处问一圈了。先搞清楚自己的痛点值不值得投入，再看看市面上有哪几种玩法，心里有底了，再去找供应商聊，这样不容易被忽悠。