有無檢測：建置 AI 輔助工作流程

檢測任務

從灰階影像、經閾值分割得到的連通元件遮罩，以及指定特徵區域內的計數規則入手。在文中所述的單一特徵範例裡，一個符合條件的連通元件即為預期狀態；但這並不能證明該連通元件就是正確的零件。讓 AI 提出一項可解釋的閾值或面積界限更動，同時保持特徵位置和有無的實物定義不變。

前提條件與樣品對照

將「存在」定義為指定位置上可見的特徵，而不是畫面中隨便出現的暗色物體。準備組裝正確的樣品、故意缺少該特徵的樣品和特徵被遮擋的樣品，並記錄人工給出的答案。資料集中要保留治具細節和允許的零件差異。固定工站的基線依靠影像對比度區分相互分離的連通元件；它不是通用的語意辨識器，也不得推斷出被隱藏的部件。

選擇相機方案

特徵位置固定且對比明顯時，黑白面陣相機是務實的起點。曝光期間仍有運動時，選用全域快門方案；緊湊型智慧相機方案則需要經過驗證的處理能力與 I/O 支援。顏色本身屬於判定依據時，選用彩色相機是合理的。如果存在與否取決於深度或遮擋，僅憑一張平面影像無法得出結論。

實施受控流程

在讓 AI 提出更動之前，先建置最小的可觀察基線。固定原始影像、ROI、預期答案和執行環境識別碼；檢查中間輸出，而不僅僅看最終指示。Deyi Vision 目前的工作流程做法，可以在帶版本的開發資料上比較候選更動。AI 的建議只是供複核的提案，不是操作人員核准的公差，也不是經過驗證的實物量測。

1. 為每個對照檢視原始影像、遮罩和符合條件的連通元件面積。
2. 在考慮 AI 提出的參數建議之前，先儲存基線。
3. 把一個候選更動套用到同一批開發影像上。
4. 新增疑難樣本之前，先由人工核對新的標籤。

記錄佐證

與每個影像識別碼一起，記錄實際的連通元件數量、所選面積和複核狀態。不要用 AI 的預測去填補缺失的答案。分別比較缺失特徵的漏檢與存在特徵的誤拒；合併的分數可能掩蓋代價更高的那種失敗。

準備一份開發比對表，每張原始影像佔一列，並且在查看候選結果之前先固定實物答案。每一列都要記錄基線判定、候選判定，以及各自所依據的可見區域。將每項變化歸入下列類別之一：恢復缺失特徵的拒收、恢復存在特徵的合格、新增漏檢、新增誤拒，或可見性未決。這些類別可避免在容易的存在樣品上取得的表面改進，掩蓋缺失樣品上新出現的漏檢。候選更動調整面積限值時，要檢查該限值具體排除和納入了哪些區域。凡是會接納治具區域的參數更動，即使提高了綜合開發分數，也應當否決。保留被否決的候選及其說明，以備日後複核。

診斷失敗案例

所需針腳缺失時，治具上的一顆螺絲也能滿足「計數為一」的條件。AI 無法靠替偵測到的區域改個名字來修復這種錯誤。要回到空間定義和可觀察性上來。即使模型強烈預測特徵存在，被遮擋的特徵仍然是需要複核的情形。

獨立驗證

在同一批開發樣本上，比較未更動的基線和一個候選更動。每一次失敗和無結論的結果都要保留在分母中。把疑難影像加入限定規模的複核集，但在人工核對之前，預測出的標籤一律保持未確認。如果某個模型需要本地服務，或需要獲准外送影像，缺少這項能力時必須停止執行，而不是觸發未予揭露的後端替換。

在保留樣本上，先核對指定位置和連通元件佐證，再評估最終規則。不得為了提高開發分數而降低對實物缺失特徵的要求。

把回收到的疑難樣本視為對佐證的請求，而不是自動成立的事實。新樣本應當保留其原始影像、來源事件和複核原因。由人工核對實物特徵是否存在、是否真正可見；模型的預測另行存放。如果新的答案被用來調整下一個候選，該影像就屬於開發資料，不得作為未被使用過的驗收佐證來報告。比較結束後，凍結選定的工作流程圖和參數，再向獨立評估人員提供保留的對照樣品，其實物定義與前面保持一致。在做出任何安裝決定之前，先審視分歧之處。不得讓工作流程編輯器核准變更後的實物公差，也不得僅憑儲存新版本就授予驗收資格。要明確區分「可重現的候選版本」與「已獲核准的工站」。

繼續工程交接

儲存工作流程圖、參數、相依項目和開發比對結果。讓 AI 調參無法接觸到獨立驗收的答案。複核匯出檔案是供檢查的佐證；它既不是完整的、可執行的發行套件，也不是獲得核准的證明。瀏覽器端執行、雲端模型品質，以及可執行發行版本的啟用，各自都需要經過驗證的能力。

將原始影像與結果紀錄一併儲存。