什么是工业AI视觉检测平台
工业AI视觉检测平台是部署在生产现场或边缘计算设备上的视觉检测与运行管理系统。平台把相机采集、AI模型推理、检测规则、结果记录和设备通讯组织在同一套网页控制台中,适合将单点视觉算法建设为可配置、可运行、可维护的现场系统。

平台运行总览截图:设备、项目与统计数据已脱敏。
平台适合哪些场景
- 工业产品表面缺陷、轮廓异常、脏污与破损检测
- 装配工位的错装、漏装、反装和位置检查
- 标签、字符、条码与批次信息识别
- 产品计数、目标追踪、尺寸测量与状态判断
- 机器人抓取定位、输送线分拣和工位放行
- 需要本地推理、异常留图和断网可运行设计的现场
平台包含哪些核心模块
- 运行总览: 查看设备运行状态、系统资源、网络、相机、外设和识别统计。
- 图像监控: 查看相机画面、推理结果和现场运行状态,辅助调试与维护。
- 项目管理: 按检测对象或产线建立独立项目,组织相机、模型、流程和业务配置。
- 相机配置: 支持按项目接入和维护工业相机、USB相机或视频流,具体品牌与数量按项目确认。
- 模型配置与测试: 管理检测模型、输入参数、类别与阈值,并使用代表性样本进行验证。
- 流程与通讯配置: 将采集、推理、判断和输出动作组成检测流程,按项目连接现场控制设备、I/O或业务系统。
- 运行记录: 保存检测结果、原因和关联图片,支持查询、复核与导出。
- 用户与系统管理: 按角色区分运行、维护和管理权限,降低误操作风险。

多相机图像监控截图:现场图像及设备信息已脱敏。
系统如何完成一次视觉检测
现场触发后,相机采集图像,边缘端执行模型推理与规则判断,形成OK、NG或待复核结果。平台可保存相关图片与记录,并根据项目逻辑向报警装置、剔除机构、输送线、机器人或现场控制系统输出结果。具体触发方式、时序、容错和异常处理需结合产线节拍设计。
支持哪些相机与系统接口
平台可按项目接入工业相机、USB相机和网络视频流,并支持对接现场控制设备、串口、网络接口、I/O及上位业务系统。相机品牌、通信协议、接口定义和数据字段应在实施前确认;涉及MES、ERP、WMS或质量追溯系统时,可根据双方接口条件评估对接方式。
部署方式与实施流程
平台通常部署在产线边缘计算设备或工业电脑上,核心采集与推理流程可在本地运行。实施一般包括需求与样本确认、成像方案验证、模型与规则开发、接口联调、现场试运行和验收交付。对于多相机、高节拍或复杂模型项目,建议使用目标硬件和真实样本进行测试后再确定配置。

模型、相机与运行配置截图:项目数据与内部路径已脱敏。
项目评估需要准备什么
建议提供检测对象、OK/NG样本、缺陷或判定标准、产线节拍、安装空间、相机与光源条件、触发信号、现有设备接口及验收口径。检测效果会受到样本代表性、成像稳定性、产品变化和现场环境影响,需要结合实际工况评估。
常见问题
AI视觉检测平台与单个视觉算法有什么区别?
单个算法主要完成识别或检测;平台还负责相机接入、项目配置、流程控制、结果留存、用户权限和现场设备通讯,使算法能够在生产现场持续运行和维护。
平台可以连接多少路相机?
没有统一固定值,需要根据相机分辨率、帧率、触发方式、模型复杂度、并发策略和目标硬件进行测试选型。
平台能否对接PLC、MES或机器人?
支持按项目评估对接现场控制设备、I/O、串口、网络接口以及MES等业务系统;具体协议、数据字段和时序需在实施前确认。
导入模型后能否直接达到生产要求?
模型仍需结合真实样本、成像条件、阈值、业务规则和现场节拍验证,建议经过测试与试运行后确定验收口径。
评估AI视觉检测平台需要先提供哪些资料?
请提供真实样品或图像、判定标准、产线节拍、安装空间、相机条件、设备接口和期望输出,便于评估成像、算力与实施范围。
