工件定位：AI 輔助的像素位置工作流程

檢測任務

這條簡單基線先找出符合條件的深色區域，要求只有一個目標，再檢查其水平中心。範例區間 28–35 px 接受 x = 32 px，拒絕 x = 26 px；這些數字不是機器人公差。AI 可以幫助分離出分割環節的變化，但未經人工核准，不得擴大物理驗收區間。

前置條件與對照樣品

先宣告本任務是像素位置檢查，還是經校正的運動指令。簡單的固定工站基線檢查水平中心，對象是單個分離的深色目標。它無法證明垂直位置、旋轉、高度或機器人取放是否正確。請準備單個可見目標、無目標和多個目標三類樣品；保留原始座標原點和獨立標註的中心。

選擇相機方案

平面穩定、特徵可觀測時，使用固定的面陣相機。取像過程中工件仍在移動時，採用全域快門的方案較有幫助。如果高度或重疊會影響取放點，應評估經過驗證的深度方案，而不是把 2D 中心當作 3D 位姿。相機到機器人的座標轉換和工具校正，與影像定位彼此獨立。

執行受控流程

先搭建最小的、可觀測的基線，再讓 AI 提出修改建議。固定原始影像、ROI、預期答案和執行階段識別碼；檢查中間輸出，而不是只看最終結果指示。Deyi Vision 目前採用的工作流程，可以在具版本管理的開發資料上比較候選修改。AI 的建議只是供評估的提案，不是操作人員核准的公差，也不是經過驗證的物理量測。

1. 檢查每個連通區域，並要求可見目標唯一。
2. 把其中心對映回原始影像。
3. 把一個分割候選方案與凍結的基線作比較。
4. 複核無目標和多目標的輸出，不要猜測中心。

記錄佐證

儲存目標數量、原始 x 座標、座標對映和水平判定。明確說明這條基線不評估 y、旋轉和高度。不要用零去填充這些缺失的位姿欄位。

用已儲存、且目標中心已由獨立途徑得知的範例，把判定邏輯與分割環節分開測試。在範例的水平區間練習中，分別檢驗唯一目標位於區間內部和每個宣告邊界上的情形，再檢驗目標位於區間之外的情形。確認儲存的規則採用的是宣告過的包含或不包含邊界值的慣例；不要以為顯示的顏色就能證明這一慣例。接著放入無目標和多個可見目標的範例。處理流程不得沿用上一次有效的中心，也不得為滿足位置規則而隨意挑選某個區域。目標數量條件和水平範圍條件，在合併之前要作為各自獨立的中間輸出保持可見。這樣，唯一性不滿足與目標有效但位置偏移，兩種失敗就能區分開。

診斷失敗情形

兩個目標沾黏成一個後，也可能得出落在區間內、看似合理的中心。選錯區域同樣如此。目標唯一的條件必須以可觀測的證據為依據，而不能只看一個方便的計數。模型的預測並不構成運動指令的授權。

獨立驗證

在相同的開發樣本上，比較未改動的基線和一個候選方案。每一次失敗和無法得出結論的結果，都要保留在分母裡。把困難影像加入一個範圍受限的複核集，但在有人檢查之前，預測標籤一律視為未確認。如果模型需要本機服務，或需要經授權才能外送的影像，缺少該能力時必須停止執行，而不是觸發未予披露的後端替換。

對照獨立標註評估中心誤差，並保留所有不可觀測的情形。此後任何經校正的位姿工作流程都要單獨處理，有各自的相依項目和驗收。

評估 AI 分割提案時，要追蹤所選特徵對應的實際物理部位。凡是候選方案改變了中心的影像，都要疊加兩份遮罩，並說明是哪些像素導致了這一變化。檢查所選區域是否仍代表預定目標，而不是附近的扣件或沾黏的一對目標。比較期間保留原始座標對映和預期的像素答案。如果提案引入了新的定位模型，在把它當作候選方案之前，先驗證其已安裝的能力、前處理、座標慣例和輸出有效性。不要把未報告的角度或高度當作有效的零，也不要從簡單的水平規則中繼承對物理運動的核准。凍結所選的影像工作流程，並明確缺失欄位的語意。隨後應由獨立驗證來確認影像中心和歧義處理，之後才可以考慮另行制定機器人位姿或運動方案。

繼續工程交接

儲存工作流程圖、參數、相依項目和開發階段的比較結果。獨立的驗收答案要放在 AI 調校可存取的範圍之外。供評估用的匯出檔是供檢查的佐證，並不是完整的可執行發行套件，也不能證明已獲核准。瀏覽器內執行、雲端模型的品質和可執行版本的啟用，都需要各自經過驗證的能力。

把原始影像和對應的結果記錄一併儲存。