做视觉项目的人常被问："你们识别准确率能到多少？"我们的回答是：准确率只是起点，离产线可用还差四道坎。
钢印是凹凸压印，不是平面印刷。同样的零件，光照角度差 10 度，字符对比度可能天差地别。所以方案的第一步往往不是选模型，而是设计工装与光路——比如用 V 型治具固定异形件、用低角度光突出压印边缘。成像稳了，后面才谈得上算法。
实验室里 99% 的准确率，放到节拍 1 秒的产线上可能只剩 90%——因为传送带抖动、零件姿态偏转都会进来。我们会把"允许的姿态范围"作为工装设计指标，而不是让算法去硬扛所有姿态。
识别出来的批次号要做什么？必须写回 MES 与工单、批次绑定，才能实现防混料校验。这一步涉及接口、字段映射与事务一致性，是视觉供应商最容易忽视、MES 团队最关心的部分。我们的做法是把"判定结果回写"当成视觉方案的一级交付物，而不是附赠脚本。
新批次、新模具、油污污染都会带来新的失败样本。产线可用的系统必须内置坏例收集与在线再学习机制，让系统越用越准，而不是上线即巅峰。
指标在实验室里，效果在产线上。视觉项目的验收标准只有一个：连续稳定运行，而不是某一天的识别率截图。
如果你正在评估钢印/刻码识别方案，欢迎带着你的零件来聊聊——我们提供免费的成像可行性评估。
