SKU 顏色分選：驗收與未知物品分流

目的與適用邊界

分別評估已知類別的涵蓋情況、新物品的處理和實物分流的對應關係，而不是只報告一個好看的顏色準確率數字。

本教學給出的是一套工程評估方法，而不是可直接執行的產品認證。Deyi Vision 目前公開的 PC 範例，涵蓋的是在已確認的樣品影像上執行 EAN-13 的工作流程。工程程式碼中的原生 OCR 和檢測部分，使用前必須對照已安裝的執行環境、已繫結的模型和任務逐一核實。瀏覽器範本並不能證明可以在瀏覽器中執行：規劃中的 OpenCV.js 後端需要單獨驗證。雲端辨識須明確核准影像範圍、服務供應商、模型和費用。評審歸檔包不是可執行的發布包。相機、韌體和驅動程式的相容性需另行核查。下文所有紀錄表中的數值均為假設值，不是 Deyi Vision 的量測結果，也不是客戶的結果。

準備佐證

凍結類別、未知項策略、遮罩和所有 SKU 對應關係，同時準備一組獨立樣品集。先從輸出模擬和有人監督的分流開始；尚不支援的執行路徑要保持禁止。明確以哪個時間戳記作為期限的起點，哪個應答可以證明已完成。把排隊和通訊延遲與影像處理時間一起儲存，這樣快速的演算法就不會掩蓋產線結果的遲到。間隔用單調時鐘計時；各設備使用不同時鐘時，另行記錄並說明時鐘之間的對應關係。要記錄尾部延遲、缺失的結果和重新連線行為，而不只是平均值。新配方不得重新解釋尚在處理中的結果；要麼依記錄的版本處理完，要麼執行約定的禁止流程。輸出序列、產品位置和確認資訊要放在一起儲存。驗收紀錄應區分三件事：分類正確、通訊成功、實物分流已被確認。顏色分選與 SKU 辨識回答的是不同的問題。某個顏色區域可能與紅色參考相符，而該物品的尺寸、標籤或包裝規格卻是錯的。要先明確該任務是依實物顏色分選、核對預期的 SKU，還是兩項獨立的檢查都要做。使用通道順序已知的彩色影像，並把曝光、白平衡和光源光譜寫入配方。要測試可接受的各批材料、光澤表面、陰影和外來產品，而不是只測一張乾淨的參考色卡。飽和度低時色相不可靠，而被截斷的高光會丟掉演算法無法還原的資訊。未知、無法觀察和混色的物品需要有明確的分流去向。若語意 SKU 辨識使用了模型，要把該模型與顏色閾值分開驗證，並且在向雲端傳輸任何資料之前先取得核准。把判定結果接到致動器之前，先寫好產線介面約定。定義取像識別碼、配方版本、結果狀態、期限、應答，以及缺失資料或遲到資料的處置方式。先在輸出被禁止的情況下演練交握，再依廠內驗收程序進行有人監督的產線試驗。每次執行都從同一個已定義的事件開始計時；只算處理時間，會漏掉排隊、傳輸和輸出延遲。重複出現的產品識別碼不是唯一的影格識別碼。在仍有未完成任務的情況下，測試停止、重新啟動、重新連線和配方切換。保留完整的序列，使被剔除的零件能夠追溯到支撐這次剔除動作的佐證。

操作步驟

1. 建立帶有明確「未知」欄的混淆紀錄，並保留全部缺失、Review 和錯誤的結果。
2. 顏色一致性要獨立於語意 SKU 身分來評估；顏色相同並不等於產品相同。
3. 傳送事件 ID、類別或未知原因和版本，然後核實應答及受監督的實際去向。
4. 人為注入含糊的顏色、未見過的 SKU、缺影格和遲到的回應；確認走的是聲明的未知或禁止路徑，而不是被替換成相近的已知類別。

解讀試驗結果

假設的樣品集有 20 件紅色、20 件藍色和 10 件新物品。已知類別的分流涵蓋了 40 件中的 37 件，即 92.5%；這不能作為整體準確率的結論。對於新物品，10 件中有 2 件被錯誤地歸入已知類別，即 20%。保持這些錯誤可見，才能發現只報告成功的已知分流時所隱藏的故障。

紀錄表

known_coverage = (18 + 19) / (20 + 20) = 37 / 40 = 92.5%
novel_wrong_known = (1 + 1) / 10 = 2 / 10 = 20%
N = 20 + 20 + 10 = 50

兩個工程視角

故障診斷

• 漏掉未知項的儀表板，會使表面上的效能被誇大。
• 類別正確但對應錯了事件或實物料箱，即使影像分類本身正確，驗收仍然不合格。

驗收與交接

已知類別、新物品拒識、全部事件的完整核算和實際分流處理，各項都要依約定的限值逐項驗收。紀錄表只是示範指標的計算方式；只有獨立的真實樣品和有人現場見證的產線佐證，才能確立實際上線後的結果。

將來源影像、預期判定、確切的版本和完整的結果紀錄放在一起儲存。在選定最終參數之前，先凍結評估集。如果這些答案後來被用於調整工作流程，就把該集合標記為開發資料，並另取一組新的獨立驗收集。要讓 Review、NoResult、執行錯誤和取像缺漏一直計入分母；不要透過篩掉資料列把它們變成合格。把可重現的失敗案例與成功樣例一併儲存。交接資料應寫明：誰有權更改配方，如何恢復先前已核准的版本，以及在驗收之前哪些設備輸出仍保持禁止。僅憑軟體結果，不能證明移動中的實物零件到達了正確的目的地。