掌机外观检测，买现成系统还是找人定制？

掌机外观检测，到底在检什么？

你可能也遇到过：一批货发出去，客户投诉外壳有划痕，或者AB壳颜色对不上。返工、赔款不说，信誉还受损。

在掌机这个行当，外观检测是最后一道，也是最让人头疼的关口。它不像功能测试，有个PASS/FAIL的明确标准。外观问题很主观，而且五花八门。

三类最常见的外观缺陷

1. 表面瑕疵

这是最头疼的。比如注塑时产生的气纹、料花，喷涂后的颗粒、橘皮，组装过程中的划伤、压痕。这些缺陷往往细小，在特定光线下才明显。

1. 颜色与装配问题

不同批次的塑料粒子或油漆，可能造成色差。外壳与屏幕、按键之间的缝隙不均匀，也是客诉重灾区。

1. 字符与丝印缺陷

按键上的字符漏印、模糊，背面的Logo丝印歪斜、断线。这些问题肉眼能看，但流水线上看久了极易疲劳漏检。

一家东莞的掌机组装厂，高峰期一天要出8000台。每条线末端配两个质检员，拿着强光手电筒一个个照。就这样，到了客户那里，每月还是有几十台的划伤投诉，光售后成本一年就多出十几万。

老板们的期望很实在：别让我为外观问题赔钱，别因为漏检丢单子，最好还能省点人工。

老办法：人眼+强光，行不行？

先说传统的全人工目检。这不是说它一无是处，在很多小厂，它依然是主流。

具体怎么操作？

产线末端设一个或多个工位，质检员在特定的灯光箱（通常是多角度LED光源）下，手持产品，通过转动、倾斜不同角度，用肉眼观察。有经验的老师傅，还会配合手指触摸感受是否有凹凸不平。

它的优点你得承认

灵活，几乎零门槛。 今天做黑色外壳，明天换白色，工人适应一下光线就行。产品设计改了，比如新增一个开孔，也不需要调整任何设备。

初期投入极低。 几张桌子、几盏灯，加上人工工资，就能开检。对于订单不稳定、产品变化快的小作坊，这是最现实的选择。

但问题就出在“人”身上

标准不统一。 张师傅认为可接受的轻微料花，李师傅可能就判为不良。早晚班标准都可能浮动，更别说旺季招的临时工了。

效率有天花板。 人眼会疲劳。前半小时和后半小时的检出率可能就不一样。夜班状态下滑更明显。想提高产量？单纯加人，管理和质量风险会成倍增加。

留不下证据。 产品流出去了，客户说有划痕。你怎么证明出厂时是好的？全靠工人一张嘴，说不清楚。

我见过苏州一家给品牌做代工的工厂，为了攻克某个划伤问题，在检验工位装了摄像头录屏。结果发现，不是检不出，是夜班工人困了，有些产品根本没按要求转够角度就放行了。

新路子：用AI机器视觉来“看”

AI外观检测，说白了就是给电脑装上“眼睛”和“大脑”，让它模仿甚至超越最有经验的老师傅，去做重复的判别工作。

一套系统是怎么工作的？

产线流过一台掌机，工业相机在设定好的光源下快速拍照，可能是正面、侧面、反面多个角度。

拍下的图片瞬间传到工控机或服务器，里面的AI算法模型开始工作：先定位产品轮廓，再分割出外壳、屏幕、按键等区域，然后在这些区域里寻找划痕、脏污、缝隙等缺陷特征，最后根据预设的标准给出“合格”或“不合格”的判断。

整个过程，从拍照到判断结果输出，通常在一两秒内完成。

它真正解决了什么？

第一，标准稳住了。 电脑不累、不闹情绪，判定标准始终如一。今天检的第一台和最后一台，用的是同一把“尺子”。

第二，解放了人力。 一套系统可以7x24小时工作，替代1-2个熟练质检工是常见的。对于一家两班倒的工厂，一年省下的人工成本就在10-15万。

第三，数据能追溯。 每一台被检产品都有图片和结果记录。客户有争议，直接把当时的检测图片调出来，清清楚楚。

宁波一家做外贸掌机的企业，上了AI检测后，外观客诉率从原来的千分之五降到了千分之一以下。光算减少的退货和赔款，一年就回了本。

AI也不是万能的

怕“没见过”的缺陷。 如果算法从来没学过“蜘蛛丝纹”这种缺陷的图片，那它很可能检不出来。需要持续用新的不良品图片去“喂养”模型。

初期有适应期。 打光怎么打最清晰？相机装多高？这些都需要调试。产品换款时，如果外形、颜色变化大，可能还需要重新采集样本、优化算法。

对生产环境有要求。 如果车间震动大，导致相机抖动模糊，或者环境光变化剧烈，都会影响效果。

关键选择：标准品还是深度定制？

这是老板们最纠结的点。市面上供应商通常提供两种路径。

买现成的标准检测系统

供应商有做好的通用硬件（相机、光源、支架）和软件平台。你买回去，他们派人来，针对你的产品调试一下参数，训练几天，就能跑起来。

优点： 上线快，通常一两周就能用。风险低，成本相对明确，一套从几万到十几万不等。适合缺陷类型比较常见（划痕、脏污、崩缺）的产品。

缺点： 应对复杂、特殊的缺陷能力弱。比如外壳上那种若隐若现的“暗痕”，通用模型可能搞不定。软件功能可能固定，你想增加一个自动生成报表的功能，不一定支持。

走深度定制的开发路线

从硬件选型、打光方案设计，到算法模型针对你的产品从头训练、软件界面按你流程定制，全部为你单独做。

优点： 效果通常最好，因为完全贴合你的产品和产线。能解决非常棘手的疑难杂症。软件可以和你现有的MES系统对接，数据流打通。

缺点： 贵，开发费用通常是标准品的数倍。周期长，从评估到稳定上线，可能要两三个月。需要你方投入专人深度配合，提供大量（特别是难找的不良品）样本。

根据你的家底，对号入座

小厂、初创团队怎么选？

如果你产品还没完全定型，月产量不大（比如不到1万台），订单波动也大。我建议先别急着上固定式AI系统。

可以考虑 “手持式AI检测仪” 或者 “移动质检工作站” 。它像个智能化的强光手电筒，工人拿着扫一下，AI辅助报警。投入小（可能就一两万），灵活，能先解决标准统一和部分疲劳问题，积累数据。等产品稳定、量上来了，再考虑上线固定式。

中型工厂，稳定批量生产

这是最适合上标准AI系统的阶段。产品定型了，比如就做那两三款掌机，每天产量稳定在几千台。外观缺陷类型你也摸熟了，无非就是那七八种。

选一家靠谱的供应商，买他们的成熟方案。重点考察他们 在你这个行业（3C电子、塑胶件）有没有成功案例，能不能带样机来你厂里，用你的产品现场试。别光看演示视频。

目标要现实：能稳定检出80%以上的常见缺陷，替代一个夜班质检岗，把重大漏检风险控住，一年左右回本，就非常值了。

大型代工厂或品牌自有工厂

你们对品质要求极高，可能是直接面对终端消费者的大品牌。缺陷标准严苛（比如0.1mm的划痕都不能有），生产节拍快，还要和整个品控系统联网。

这种情况下，值得投入做 定制化开发。你需要的是一个深度合作伙伴，而不仅仅是设备供应商。

前期沟通要非常细：不良品样本够不够？车间环境（震动、温度）如何？需要对接哪些系统？验收标准怎么定（比如连续检测5000台不漏检）？把这些都写在合同里。

最后，给想尝试的朋友

上AI检测，别想着一步到位、把所有问题都解决。那不现实，也容易掉坑里。

最稳妥的打法是：先找一个最痛的痛点单点突破。 比如，你们家就是因为喷涂颗粒问题老被投诉，那就先让AI攻克这个颗粒检测。用一个点的成功，换来团队信心和实际效益，再慢慢扩展到划伤、装配缝隙等其他缺陷。

在找供应商之前，建议先用“索答啦AI”了解一下自己的情况适合什么方案，心里有数了再去找供应商谈，不容易被忽悠。

这东西说到底是个工具，用得好不好，一半看方案本身，另一半看你能不能把它很好地融入到现有的生产和管理流程里去。慢慢来，比较快。