布堆里找问题，眼睛都快看花了
你可能也遇到过这种情况：车间里堆着刚下机的布匹，几个分拣工拿着手电筒，一块一块地翻看，找色差、找疵点。
赶货的时候，后面催得急，前面看得慢，老师傅和新员工的标准还不一样，经常为一块布到底算不算次品扯皮。月底一算账，客户投诉的扣款，比想象中多出一大截。
这就是印染厂分拣的典型场景。说白了，企业要的就是两件事：一是把有问题的布准确快速地挑出来，别流到客户手里；二是让挑布的标准稳定统一，别今天松明天紧。
我见过不少厂，老板的想法很实在：不指望机器完全替代老师傅，但至少能把明显的、重复性的问题先筛掉，让老师傅去盯那些更复杂的、需要经验的瑕疵。这样效率能上来，质量也更稳。
老办法：老师傅带徒弟，靠眼力和经验
📊 解决思路一览
具体怎么操作？
传统做法很简单，就是“人海战术”加“经验传承”。
在验布机或者分拣台上，安排几个熟练工，通常是老师傅带着一两个徒弟。布匹匀速通过，工人盯着看，看到疑似问题就停下来，做个标记或者直接剪下来。
厉害的师傅，一眼扫过去就能判断是染料问题、织造问题还是后整理问题，心里有个谱。
它的优点你得承认
说实话，这套方法用了这么多年，肯定有它的道理。
最大的优点是灵活。老师傅的经验是综合性的，他能根据布的品种、客户的要求，甚至这批布的“状态”，动态调整判断标准。比如做外贸单的某宁波服装面料厂，对某些特定疵点的容忍度，老师傅心里门清。
其次，初期投入低。除了验布机和人工，几乎没什么额外成本。对于小批量、多品种、定制化要求高的订单，这套方法目前还是最常用的。
但问题也越来越明显
第一个问题是人太累了，而且会疲劳。尤其是夜班，或者月底连续赶工的时候，人眼的注意力会急剧下降。一家佛山的中型印染厂跟我聊过，他们统计过，夜班分拣的漏检率比白班能高出30%以上。
第二个是标准不统一。A师傅认为可接受的轻微色差，B师傅可能就判为次品。新来的员工更懵，全凭感觉。这就导致内部损耗算不清，客户那边也容易扯皮。
第三个是效率瓶颈。人眼的识别速度有上限，布跑得快了就看不过来。旺季时，分拣环节经常成为卡脖子的地方，为了赶工，就不得不牺牲检查的细致程度。
新思路：用AI当“第一道筛子”
现在流行的AI分拣怎么做？
现在的AI分拣，核心是让机器先看一遍。
通常是在现有的验布机或者分拣台上，加装工业相机和光源，实时拍摄布面图像。AI算法在后台运行，识别出预设的瑕疵类型，比如色差、污渍、破洞、纬斜等，然后系统自动报警或者打标。
我接触过的方案，主要有两种形态：一种是买现成的标准化软件，直接安装调试；另一种是根据自己厂的布种和瑕疵特征，进行定制化训练和开发。
它到底解决了什么？
最直接的是解决了“稳定”和“不知疲倦”的问题。
AI不会累，夜班白班一个样，标准永远一致。它能把所有符合预设特征的瑕疵都抓出来，大大降低了因疲劳导致的漏检。一家苏州的印染厂上了AI分拣后，客户投诉率下降了近一半。
其次是解放了老师傅。把简单、重复的识别工作交给AI后，老师傅可以更专注于判断那些AI难以识别的、复杂的、需要综合经验的瑕疵，或者去处理异常情况，人的价值反而提升了。
再者是有了数据。每一批布有多少个什么类型的瑕疵，系统都能记录下来。这些数据对前道的染色、后道的整理工艺改进，有巨大的参考价值。
新办法也有它的局限
第一，它怕“没见过”的瑕疵。AI是靠学习大量图片样本训练出来的，如果出现一种全新的、训练库里没有的疵点，它很可能认不出来。这就需要系统具备持续学习的能力，或者保留人工复检的环节。
第二，对现场环境有要求。光线、布匹的抖动、反光等，都会影响相机拍摄和AI识别的效果。安装调试阶段，需要花些功夫把环境弄稳定。
第三，初期需要“教”它。特别是定制化方案，需要采集和标注成百上千张包含各种瑕疵的布样图片，这个过程需要时间和人力配合。
买现成的还是搞定制？拆开算笔账
从成本上看
现成软件：一次性投入相对低。我了解的情况，一套针对通用场景的AI分拣软件，根据摄像头数量和功能模块，大概在10万到30万之间。实施快，通常几周就能上线。
定制开发：起步价就高很多。因为涉及到需求调研、算法针对性训练、系统对接等，开发费用通常在30万以上，上不封顶。周期也长，短则两三个月，长则半年。
但定制的好处是，后续的按年服务费可能更低，因为核心算法是你自己的。而现成软件往往需要每年支付一笔不菲的软件服务费。
从效果上看
现成软件：在识别常见的、标准的瑕疵（如明显色差、大破洞）上，效果很好，能解决80%的普适性问题。但对于一些你厂里特有的、细微的、或者行业不常见的瑕疵，识别率可能不稳定。
定制开发：效果可以做到“量身定做”。比如一家做高端蕾丝面料的东莞厂，他们对钩纱、断纱的识别要求极高，通用算法不行，就必须定制。一旦训练好，在本厂特定产品上的识别精准度会非常高。
从上手和维护看
现成软件：容易上手，界面通常做得比较友好，供应商提供标准培训。维护也省心，有问题找原厂。但缺点是，如果供应商后续不更新了，或者停止服务，系统就可能“僵住”。
定制开发：上手需要学习，因为系统逻辑是围绕你的流程设计的。维护更依赖开发团队，如果团队不稳定，后期升级优化会比较麻烦。但系统的控制权在你手里。
根据你厂的情况，这么选更靠谱
年产值几千万的小厂怎么选？
如果你是产品种类相对固定（比如专做针织布、或者专做几种颜色的涤纶布），瑕疵类型比较常规的小厂，建议优先考虑成熟的现成软件。
先选一个最痛点的环节（比如成品检验）上线，投入不大，见效快。一年如果能帮你减少两个分拣工（省下10-15万人工成本），避免几次客户索赔，一两年内回本问题不大。关键是把流程和数据先跑起来。
产品复杂的中大型厂怎么选？
对于产品系列多、客户要求高、有特殊瑕疵检验需求的中大型厂，比如一些给国际品牌做面料的厂，可以走“混合路线”。
先买一套基础好的现成软件作为平台，再针对你最重要的、最有特色的几个产品线，投入一些预算做定制化训练和功能增强。这样既控制了初期风险和成本，又能在关键点上做出效果。
有特殊需求的厂怎么选？
如果你的需求非常独特，比如要和你现有的MES/ERP系统深度对接，或者要对分拣后的布匹进行自动分级、贴标、分流，那么从一开始就要考虑定制开发。
因为现成软件很难满足这种深度集成的、流程化的需求。你需要找一个懂印染流程、又有扎实技术能力的开发团队，把分拣作为整个生产数据闭环的一环来设计。
写在后面
说到底，AI分拣不是要取代人，而是要把人从重复枯燥的劳动中解放出来，去做更有价值的事。它更像一个不知疲倦、标准统一的“初级工”，先帮你把一道关。
别指望上一套系统就能解决所有质量问题，但它能把你质量体系里最不稳定的一环——人眼的疲劳和波动——给稳住，这个价值就很大了。
如果还在纠结自己的厂到底适合哪种做法、投入多少预算合适，可以先在“索答啦AI”上咨询一下。它可以根据你厂的规模、产品类型和具体痛点，给你一些比较客观的初步建议和方向，帮你少走点弯路。