给 AI 一个范围明确的可见物品清点请求
给 AI 辅助一个范围明确的请求：针对未封口包装中声明的可见物品，提出受支持的处理方案，再与商定的套件定义做比较。要提供参考样本、允许的摆放方式，以及对隐藏内容物的明确排除项。不要要求它隔着已封口的纸箱推断内容物，也不要要求它仅凭一张整齐的图像就自动放行。AI 提出的流程图在经过原始源图像和独立参考判定的检验之前，只是一个开发假设。比较期间保持已接受的采集基线不变，这样观察到的任何差异，都是由工作流的改变造成的，而不是由包装材料的变化或更方便的样品造成的。
冻结套件与独立参考
冻结包装与套件标识、参考内容物、原始图像标识、尺寸、观察区域和裁剪变换。对于不确定的参考，按声明的处理方式保留，不要硬塞进方便的类别。套件版本必须写明被检查的可见物品，以及图像范围之外的物体。同一包装的多张图像是相互关联的观察，不是独立的清点参考。保留完整的原始帧，让另一位工程师能够检查盖片、遮盖物和相邻的内容物。来自另一个包装或较早裁剪的、看似合理的计数，不能作为“当前声明的套件已被观察”的证据。
搭建可见证据链
当这种方法适合商定的摆放方式时，搭建明确的图像预处理、前景或识别证据、带类别的检测结果和 BOM 规则。固定区域方案把配置好的标签与声明区域内观察到的前景关联起来；它不是针对任意套件内容物的学习型分类器。如果必须采用经过验证的识别，就要把模型标识、类别映射、过滤和重复处理分别保留下来。原始的检测候选不能自动算作彼此不同的物品。要在带类别的证据中保留可见性和坐标标识，使裁切、接触或被隐藏的内容物对规则仍然可用，而不是把上游的每种结果都压缩成一个看似权威的整数。
BOM 读取可见的带类别物品证据
计数之前，在声明的坐标基准中把各物品的观察和套件标识分开保留。
- 未封口包装原始图像
- 声明的可见物品证据
- 带版本的已知标签与数量清单
- 约定之外的被遮盖内容物
声明带版本的 BOM 约定
在评估候选方案之前，先声明 BOM 标识、版本、已知标签和确切的预期数量。下面的示意配置检查一个可见的盖子和一个密封件，二者各有声明的预期数量；它不是量产的套件规格。在已审阅的限定范围 BOM 路径中，没有预期物品条目的已知标签，其预期数量为零，而未知标签需要复核。要让标签的含义在观察方法和 BOM 之间保持稳定。observable 标志记录的是一个声明的条件，该条件须由实际的图像证据来支撑；把它设为 true，既不能让不透明的盖板变透明，也不能让错误的区域标签变得有效。
{
"version": 1,
"id": "visible-cap-seal-example/v1",
"observable": true,
"known_labels": ["cap", "seal"],
"items": [
{"label": "cap", "quantity": 1},
{"label": "seal", "quantity": 1}
]
}保留未知与无效的观察结果
把原生的判定原因与原始的带类别检测结果一并保留。在已审阅的路径中，无效的可见性，或声明为不可观察的包装，会导致复核（Review）。与 BOM 不一致的有效可见数量会导致不合格（Fail）；未知类别同样需要复核，并且优先于一个碰巧吻合的计数。缺少执行输出和输入格式错误，都不是有效的“空包装清点”结果。要确认已安装版本的约定，并对未知状态和错误保留明确的未通过处理。如果没有源图像、套件标识和可信的可见性，即便界面上显示绿色的计数，也不能证明包装内容物满足了声明的验收结论。
在开发组上比较候选方案
在同样的开发组上比较基线处理与候选处理，这些组包括完整套件、漏装、多装、陌生标签、相互接触的物体、裁切以及允许范围内的材料变化。每次只改变一个声明的处理变量，并保留失败的原始输出。既要检查被纠正的判定，也要检查变得不可观察或被打上错误标签的情形。让复核和执行失败留在计划的分母之内，而不是只去优化有效的计数。参数搜索用的是开发阶段的证据，不等于对所选流程图的独立验收。要为后面的那次测试另留独立的包装和套件变体，并在选定方案之前记下仍然存在的观察局限。
维护完整性工作流记录表
记录包装与套件版本、参考依据、图像与裁剪标识、证据方法、配置的标签或模型资源、过滤器、原始检测结果、可见性、BOM 标识、判定原因和最终的执行状态。把基线与候选的流程图，同原始源图像和失败的结果放在一起保留。这张表把可见数量的完全吻合、不一致、陌生类别和无效观察区分开，不编造准确率百分比。接手的工程师应当能把每个计数追溯到实际的可见证据，并看清标签来自固定区域还是来自另行验证的识别方法，而不是想当然地认为 AI 辅助开发已经证明了套件标识在工业现场可靠。
| 带类别的证据 | 限定范围的判定 | 解读 |
|---|---|---|
| 有效的可见已知数量与 BOM 一致 | 合格（Pass） | 仅限声明的可见套件物品 |
| 有效的可见已知数量不一致 | 不合格（Fail） | 可见数量不一致 |
| 出现陌生标签 | 复核（Review） | 套件标识需要核查 |
| 可见性无效或内容物不可观察 | 复核（Review） | 没有可信的完整清点观察结果 |
| 执行输出缺失或格式错误 | 明确的未通过处理 | 不是有效的空包装结果 |
来源与技术参考资料
这些资料说明了本教程所用方法的依据与适用范围。文中的检查示例仅供参考；量产验收需要用你自己的样品取得证据。
- Contours: Getting StartedOpenCV核查于
- skimage.measure APIscikit-image核查于
- Deyi Vision Vision WorkbenchDeyi Vision核查于
部件与选型参考
- machine vision software · 英文参考资料
- 机器视觉验收测试清单
- 自动化外观检测
- EAN-13 追溯：产线验收
- EAN-13 追溯：解码与数据规则
- 稳定的相机采集：缓冲区、超时与重连
- 验收并集成可见液位工作流
- 面向可见液位替代指标的 AI 辅助工作流
- 关联检测记录、图像与工件标识符
- OCR 标签核对：验收与 PLC 约定
- OCR 标签核对：原生工作流与精确匹配
- 未封口包装完整性检测的验收与集成
- 用明确的状态构建 PLC 与视觉系统的握手
- 密封与胶条外观：产线验收
- 密封与胶条外观：工作流规则
- SKU 颜色分选：验收与未知物品分流
- SKU 颜色分选：类型明确的颜色与 SKU 规则
- 表面缺陷检测：验收与产线输出
- 表面缺陷检测：限定范围的 AI 评估
- 触发到 PLC 判定的延迟负载测试
- 完整视觉配方的版本管理与回滚
