工业表面缺陷检测

01目标：六类缺陷框出，标类别和分数

02问题：钢板上的六种缺陷，人眼盯不住

冷轧带钢从轧机出来后要过质检工位。质检员要做的事，是在钢板扫过镜头的零点几秒里，看清上面有没有下面这六种毛病：

同一个画面，人和机器的处境完全不同：

这就是这一章的分水岭。前三章（颜色、轮廓、二维码）的判断规则是人写的，你能一行行读懂它为什么这么判；从这一章起，判断权交给了一个训练出来的模型 —— 它更准、更通用，但你再也读不到「它凭什么觉得这里是夹杂」。

机器要顶替质检员，光「看清楚」不够，它得同时回答三件事。这三问就是下一节原理的骨架：

① 东西在哪。缺陷可能只有指甲盖大。机器手里只有一堆灰度数，凭什么在整张图里先框出「这一小块要单独看」？

② 框出一堆之后，留哪个？机器不会只给你一个答案：同一处缺陷它会给十几个框，分数还都不一样。凭什么留这个、删那个？

③ 框是在缩小的图上量的，怎么贴回原图？模型只吃固定尺寸的输入，框是在那张标准图上量出来的 —— 换算回你那张原图，凭什么不偏？

先别急着答这三问。第 03 节先把它跑起来，看一眼成品长什么样。

03现象：缺陷套红框：inclusion 0.826

🎬 现象速览 · 30 秒先看效果

你会看到：一张钢板表面图喂进去，零点几秒就出来了 —— 缺陷处套着红框，框上方标着类别和分数（inclusion 0.83）；终端同步打印每条缺陷的类别 + 分数 + 左上右下坐标。

① 原图
一堆灰度数

→

② 缩进 640 方框
等比缩放 + 补边

→

③ 红框 + 类别 + 分数
贴在原图坐标上

实际运行产出：左 = 喂进去的图，中 = 模型只认 640 的方图，所以中间必须过一道缩放（这步在内存里发生，截图看不到，这里画出示意），右 = out1.jpg 上的红框与 inclusion 标签 —— 框在原图坐标系里，说明中间那道缩放被正确地换算了回来。

三步跑出这个画面（先照做，每步为什么下一节拆讲）：

① 进目录，确认模型和测试图都在。models/ 里放的是转好的 int8 模型，images/ 里是仓库自带的四张缺陷测试图。

cd ~/ros2_ws/src/xflz_eai_car1/vision/01_industrial_defect_detection
ls models/
ls images/

models/: defect_yolov8n_int8.rknn images/: 1.jpg 2.jpg 3.jpg 4.jpg

② 单图推理，一次把四张图都跑一遍。--model 指模型，--image 指输入图，--save 让它把带框的结果写盘，四张图的输出分别存成 out1.jpg~out4.jpg。远程 SSH 一定要带 --save：不带的话程序会开窗等你按 q，你在 SSH 里就是「死机」。

python src/app.py --model models/defect_yolov8n_int8.rknn --image images/1.jpg --save out1.jpg
python src/app.py --model models/defect_yolov8n_int8.rknn --image images/2.jpg --save out2.jpg
python src/app.py --model models/defect_yolov8n_int8.rknn --image images/3.jpg --save out3.jpg
python src/app.py --model models/defect_yolov8n_int8.rknn --image images/4.jpg --save out4.jpg

note: NEU-DET data.yaml 不在本机，使用内置 6 类名 ← 四条命令都会打印这一行，下面三条省略；中间还有 RKNN 的版本/模型信息，逐行滚过即可 fps=15.6 inclusion 0.826 (181,0,279,302) inclusion 0.763 (96,430,214,641) saved -> out1.jpg fps=16.6 crazing 0.385 (17,487,615,640) saved -> out2.jpg fps=15.8 inclusion 0.689 (422,1,589,636) inclusion 0.393 (393,420,495,639) saved -> out3.jpg fps=16.0 patches 0.848 (-1,439,276,639) patches 0.848 (367,69,550,449) patches 0.648 (-0,65,95,316) patches 0.441 (132,75,332,319) patches 0.348 (1,66,233,309) saved -> out4.jpg ← fps 每跑一次都有小浮动（这台板子上见过 15~17），不是性能抖动

生成的四个文件，打开就是下面四张 —— 四条命令、四类结果：

③ 开实时流，让框跟着工件动。要开两个终端：一号窗起相机驱动，二号窗跑 --ros 模式（两个终端的环境变量都要重来一遍，漏了就是互相看不见）。

终端一 · 起相机驱动

source /opt/ros/humble/setup.bash && source ~/ros2_ws/install/setup.bash
export ROS_DOMAIN_ID=N
ros2 launch ascamera hp60c.launch.py

终端二 · 跑实时检测

source /opt/ros/humble/setup.bash && source ~/ros2_ws/install/setup.bash
export ROS_DOMAIN_ID=N
cd ~/ros2_ws/src/xflz_eai_car1/vision/01_industrial_defect_detection
python src/app.py --model models/defect_yolov8n_int8.rknn --ros

frame 30 avg_fps=13.2 frame 60 avg_fps=13.0

然后在同一局域网的浏览器里打开（<板IP> 换成实验板的实际局域网地址）：

http://<板IP>:8080/defect.mjpg

浏览器里出现滚动的画面，缺陷处叠着红框与类别标签

🔍 看什么：三样东西要对上 —— ① 框的位置贴不贴缺陷外沿；② 框旁的类别名是不是 crazing / inclusion / patches / pitted_surface / rolled-in_scale / scratches 六种之一；③ 后面的分数（0.83 表示模型有多确定）。这三样正好对应第 02 节的三问，下一节就拆它们的来历。

这就是本实验最终要呈现的现象。此时照做、先看懂它就行；第 05 节会带你走一遍「命令 → 函数 → 文件」的对账，亲手复现同一个画面 —— 跑出来、对得上，实操才算完成。

扩展 · 这四张图各认出了什么，还差哪三类

上面四张图不只是"跑通了"，它们刚好把第 02 节那六类里的三类各演了一遍。把终端原文和类别对上，就能看出模型的强弱：

其中两张图里藏了两个「后面要用的现象」，先记住：

① 图 3 和图 4 都在同一处缺陷上报了多个框。为什么不是只报一个？这正是第 04 节步骤 3 要解决的事（先按分数筛、再按重叠去重），也是第 06 节那两个滑杆要你亲手拖的东西。

② 图 2 只给了 0.39 分，框还大得离谱。分数低不代表没有缺陷 —— 网状裂纹本来就布满整幅、没有清晰边界，模型只能"框个大概"。这是一条边界：弥漫性缺陷不适合用框来描述，第 08 节会再说它。

04原理：它是怎么找出这些缺陷的

这一节分两层。上层：这个模型是怎么来的（标注 → 训练 → 量化，你不必动手，但得知道每一步在干什么，否则「调参」就变成了瞎试）；下层：它在板子上怎么做事（四步，这是第 02 节三问的答案）。先看全景，再往下钻。

标注的框是谁画的？为什么必须这么标

模型不会自己知道「这段纹理叫裂纹」。它知道的全部，就是人给它画过的那些框 —— 标注是唯一的知识来源。一张钢板图上可能有 1 个框，也可能有 5 个，每个框配一个类别名。

框存进 .txt 时不是像素坐标，而是四个 0~1 的小数：

所以那一行标注就是 1 0.3594 0.2359 0.1531 0.4719。为什么非归一化不可？因为同一批图要缩到 640 再训练、也可能换成别的尺寸推理 —— 用 0~1 表示，换尺寸时不用重算；用像素表示，换尺寸就全错。

模型是怎么被教出来的？训练参数给什么、结果怎么看

训练就是反复做一件事：看图 → 猜框和类别 → 跟标注比 → 猜错就调权重，重复 100 轮。参数在 config/defect_config.yaml 的 train 段，也封装在 scripts/train.sh 里。下面是配置内容，不用执行：

train:
  imgsz: 640
  epochs: 100
  batch: 8
  model: yolov8n.pt

训练完看什么？不是看 loss 降没降，而是看三样：PR 曲线（每类的准召折中）、混淆矩阵（谁被认成了谁）、mAP50（一个总分）。下面两张都是这次训练的真实产物：

指标的口径要交代清楚：随仓库交付的权重在 val 集上评到 P=0.657 / R=0.706 / mAP50=0.732；上面 PR 曲线图上印的是 0.741。两个数不必相等 —— 一个是交付权重的评测结果，一个是训练过程里那一轮的曲线，不同轮次、不同划分都会差一点。所以指标永远要连着「哪份权重、哪份数据」一起说。

为什么要压成 int8？压完怎么知道没压坏

为什么要压：训练出来的 best.pt 里每个参数是 32 位浮点。这样的模型在 PC 上跑没问题，但板子上的 NPU 是按 int8 设计的 —— 同样 6TOPS，int8 的吞吐最高。压成 int8 后模型体积、带宽都降到约四分之一，这才跑得出第 03 节看到的 13 FPS。

怎么压：三步，一条命令。yolo export 先把 best.pt 导成 ONNX（9 个输出张量），再让 rknn-toolkit2 在 200 张 val 图上跑一遍定出那把尺子（这一步叫校准），最后落成 .rknn。校准集为什么不能随便找图？因为尺子是照这些图的数值范围定的 —— 拿办公桌的照片去校准，尺子就量不准钢板的数值，模型当场变傻。

怎么知道没压坏：拿同一份 val 数据，分别用 ONNX 和 RKNN 各评一次 mAP50，比差值。工程判据是 掉点 ≤ 3%：

回到板子上：一帧图要走六次形态变化

上面三段是「模型怎么来的」。现在看它在板子上怎么做事 —— 这才是第 02 节三问的答案，也是第 05 节对账表对应的那四步。按第 02 节的三问走：① 东西在哪（步骤 1、2）→ ② 框出一堆，留哪个（步骤 3）→ ③ 怎么贴回原图（步骤 4）。

1640 的方图、RGB 顺序 —— 它凭什么只认这个格式？

先猜一下：把一张 1600×200 的长条钢板照片，直接拉成 640×640 的方图喂进去，行不行？

不行。网络学的是「这个形状像划痕」，一拉，细长的划痕就被横向压扁了 —— 形状一变它就不认识了。所以做法是等比缩放：按两条边里更「挤」的那条算比例，缩完把空出来的地方补上，凑满 640 的方框。这套动作叫 letterbox。

补边用的颜色也不是随便填的 —— 配置里 pad_color: [0, 0, 0] 是纯黑。为什么不是训练时常用的 114 灰？因为这块板子上的模型是 int8 量化的：填充值会真的进卷积计算，填充值一变，边缘那圈特征的分布就跟着偏，框就整体错位。转换、校准、推理三处的填充值必须是同一个数。

还有两个「必须」，答案都在转换脚本里那几行：

下面是 src/convert_rknn.py 里 rknn.config(...) 的节选（已省略中间几行参数），这是源码片段，不用执行：

rknn.config(
    mean_values=[[0, 0, 0]], std_values=[[255, 255, 255]],   # 归一化在这里做，Python 侧不要再除 255
    quant_img_RGB2BGR=False,                                 # 输入已为 RGB，别再转一次色域
    target_platform=target, single_core_mode=True, model_pruning=True,
)

为什么必须 RGB：quant_img_RGB2BGR=False 表示转换器不做通道交换 —— 因为导出模型时输入约定就是 RGB。所以推理侧必须先 to_rgb() 把 OpenCV 读进来的 BGR 换成 RGB。两侧约定不一致的典型症状是「框的位置对、类别全错、分数普遍很低」 —— 形状信息还在，颜色信息全乱了。

为什么不能自己除 255：std_values=[[255,255,255]] 说明这个归一化是 RKNN 运行时内部做的。你在 Python 里再除一次，输入就被压到 0~1，而模型以为收到的是 0~255 —— 分数会整体塌掉。

2几万个像素里，它凭什么先找到「这儿有东西」？

先猜一下：它是不是先找边缘、再把边缘连成块，像第 02 节的多边形轮廓那样？

不是。它不做任何显式的「找边缘」。它把 640 的图切三种粗细的格子：80×80、40×40、20×20，总共 80²+40²+20² = 8400 个位置；每个位置都自己报一个答案 ——「我这块里有个东西，中心在这儿、宽高这么大」，外加一个「我有多确定」。

为什么要三种粗细？因为缺陷的尺度差得远：麻点只有几十个像素，20×20 的格子根本盖不住它；一整片斑块可能占半张图，80×80 的细格子又「看不全」。三个尺度各管一段。

每个位置报出来的数，就是图里那 9 个张量（3 个尺度 × 3 个张量）：

为什么框要给「16 个 bin 的概率」这么绕？这叫 DFL：与其让网络猜一个精确数字，不如让它对 16 个候选值各表个态，再按概率加权求和 —— dfl_decode() 干的就是这件事。好处是边界模糊的目标（细纹理、麻点）也能给出连续、稳定的框，而不是在两个整数之间来回跳。

这段「16 bin 加权」是留在 CPU 上算的，不放进模型图里。原因很实际：RKNN 转换器对动态索引、切片拼合这类算子支持得不好，硬塞进去要么转不过去、要么效率很低。

3同一处缺陷被圈了十几次，凭什么只留一个？

先猜一下：8400 个位置各报一个框，其中真正压在这处缺陷上的大概有多少个？

好几十个。所以解码完你手里是几千个框，绝大部分是垃圾。清理分两步，顺序不能反：

第一步，按分数卡一刀。分数低于 score_thr（默认 0.25）的框直接丢掉。这一步便宜、粗暴，先把大头去掉。

第二步，按重叠去重。两个框重叠多少，用 IoU 量：完全重合是 1，完全不沾是 0。做法是逐类做 NMS —— 同一类里按分数排队，最高的留下，跟它 IoU 超过 iou_thr（默认 0.45）的同类框全删掉。

为什么强调「逐类」？因为不同类的框允许重叠：一片 patches 里完全可能套着一条 scratches。如果跨类一起去重，两个真缺陷会被合成一个，而且你还看不出是哪里丢的。

这两个参数一动，画面立刻变脸 —— 这也是第 06 节要你亲手拖的东西：iou_thr 调到 0.30，挨得近的两处真缺陷（比如两条平行划痕）会被当成同一个，只剩一个框；调到 0.70，同一处缺陷又会冒出两三个重复框。

4框是在小图上量的，怎么贴回原图还对得准？

先猜一下：既然只是缩了个比例，把坐标乘回去是不是就完事了？

差一步。缩放之前还补了边，补边把内容整体推到了画面中间，所以换算得先「减掉补边」再「除比例」：

原图坐标 = (640 图上的坐标 − pad) ÷ scale

拿一张 1600×200 的图算一遍：scale = min(640/200, 640/1600) = 0.4，缩放后是 640×80，上下各补 pad_y = (640−80)/2 = 280。假设模型在 640 图上给出 y1 = 300，那么原图上 y1 = (300 − 280) ÷ 0.4 = 50。

如果忘了减那 280 呢？算出来是 300 ÷ 0.4 = 750，比正确答案大了 700 像素。而且所有框会朝同一个方向、偏同样的距离 —— 这种「系统性平移」一眼就能认出来，它是本实验第一大坑。

这四步在代码里分别是谁

这张表只看第三列和第五列就够了 —— 左两列是「哪一步、屏幕上看到什么」，右两列是「谁在干、动了会怎样」。

先认识 6 个词

这六个词后面每一步都会出现，花两分钟认全，之后就不用反复查了。前三个属于「模型怎么来的」，后三个属于「它在板子上怎么做事」。

YOLOv8 这个名字是什么意思，9 个输出又是怎么来的选读 2 分钟

YOLO 是 "You Only Look Once"，只看一眼。早期做检测要在同一张图上扫很多遍，YOLO 只看一遍就能给出所有框 —— 所以它快，能实时。

v8 是第八代，n 是 nano，最小号。这次用的 yolov8n 参数最少、最快，之所以选它，就是因为要在板子的 NPU 上跑到实时。

相对上一代，它的关键变化是四点：去掉预置锚框（anchor-free，中心点落在哪个格子就由哪个格子负责）、C2f 模块替代 C3、分类与回归解耦成两个分支、以及用 DFL 做框回归。主干 CSPDarknet 出 80/40/20 三个尺度的特征图，PAN-FPN 把它们融合，所以最后是 3 个检测层 × 3 个张量 = 9 个输出。

这张图不影响你跑通、也不影响你调参。等你哪天要自己训模型、或者要换更小的模型时，再回来细看。

现在回头看第 02 节那张图：中间那几道深色竖纹之所以能被框住、还标对了 inclusion，走的就是这四步 —— 先把长条图等比缩进 640 的方框（步骤 1），让网络在 8400 个位置上各报一个框（步骤 2），按分数卡一刀、再按 IoU 去重（步骤 3），最后把四个数减掉补边、除以比例，换算回原图（步骤 4）。第 02 节的三个问号，到这里都填上了。

05实操：单图、实时、换后端三条命令

全部在板子上执行。三个步骤从简单到复杂，复制、粘贴、回车就行。每条命令后面都标了「跑完看到什么算对」。

1. 进目录，先确认环境没坏约 3 分钟

   先站到正确的位置，跑一遍单元测试确认依赖齐了（仓库自带 42 个用例；没有数据集的机器上，数据集那几条会自动跳过），再看一眼推理段的关键参数。

   cd ~/ros2_ws/src/xflz_eai_car1/vision/01_industrial_defect_detection
   python -m pytest -v

   42 passed ← 全绿就说明 OpenCV / numpy / rknnlite 都到位了

   然后用一条命令把 infer 段读出来 —— 这四个数是本章最常改的东西：

   PYTHONPATH=./src python -c "from config import load_config; cfg = load_config('config/defect_config.yaml'); print(cfg['infer'])"

   {'imgsz': 640, 'score_thr': 0.25, 'iou_thr': 0.45, 'pad_color': [0, 0, 0]}

   配置加载带契约式校验：infer 段缺了某个键，加载时就直接抛 ConfigError，而不是等推理时静默出错。想亲眼看看，把 yaml 里的 infer 段整段删掉再跑一次这条命令就知道了。

2. 单图推理，先看到红框约 10 秒

   --model 指模型文件，--image 指输入图，--save 把带框结果写盘。第一次跑会看到一行 note: NEU-DET data.yaml 不在本机，使用内置 6 类名 —— 板上没有训练数据集，程序内置了这 6 个类名兜底，属正常现象。

   python src/app.py --model models/defect_yolov8n_int8.rknn --image images/1.jpg --save out1.jpg

   fps=15.6 inclusion 0.826 (181,0,279,302) inclusion 0.763 (96,430,214,641) saved -> out1.jpg

   终端每一行就是一处缺陷：类别 + 分数 + 左上右下坐标。打开 out1.jpg，红框应该贴着缺陷外沿。另外三张图跑出来有什么区别，第 03 节的扩展块里已经逐条列过。

   接着把同一个文件换成 .onnx 跑一次 —— 程序按扩展名自动切后端：.rknn 走 NPU，.onnx 走 CPU。这一步是第 7 条命令，也是下一节进阶的入口。

   python src/app.py --model train/weights/best.onnx --image images/1.jpg --save out_onnx.jpg

   saved -> out_onnx.jpg ← 同一张图、同样的框，但 fps 明显掉下来（具体多少看你机器的 CPU）
3. 开实时流，让框跟着工件动约 5 分钟

   要开两个终端。source 两句把 ROS2 系统环境与本工作区环境装进当前终端，缺任何一条都找不到相机包；export ROS_DOMAIN_ID=N 把节点通信频道拨到 N（0~101 任选一个，每台设备各选各的，别都设成同一个值）。

   终端一 · 起相机驱动

   source /opt/ros/humble/setup.bash && source ~/ros2_ws/install/setup.bash
   export ROS_DOMAIN_ID=N
   ros2 launch ascamera hp60c.launch.py

   日志持续滚动，无 ERROR / 无红字

   二号窗跑检测。source 两句和 DOMAIN_ID 都要重来一遍 —— 这是新手最容易漏的地方，漏了就是两边互相看不见，程序一直等首帧。

   终端二 · 跑实时检测

   source /opt/ros/humble/setup.bash && source ~/ros2_ws/install/setup.bash
   export ROS_DOMAIN_ID=N
   cd ~/ros2_ws/src/xflz_eai_car1/vision/01_industrial_defect_detection
   python src/app.py --model models/defect_yolov8n_int8.rknn --ros

   frame 30 avg_fps=13.2 frame 60 avg_fps=13.0 ← 每 30 帧打一次平均帧率，板端稳定在 13 FPS 上下

   同一局域网内用浏览器打开下面这个地址（<板IP> 换成板子的局域网地址，不是 127.0.0.1）：

   http://<板IP>:8080/defect.mjpg

   浏览器里出现滚动画面，把带缺陷的样板在镜头前慢慢移动，红框跟着一起动

   13 FPS 是这块板子的真实水平：一个在 PC 上训出来的模型，被压成 int8、塞进 6TOPS 的 NPU，还能一秒看 13 帧 —— 这已经够实时了。

命令 → 函数 → 文件：你敲的每一行到底经过了谁

跑通之后要能回答一个问题：这个参数属于链上哪一段，改它会影响哪一格的画面？下面这张表就是这段链条的「户口本」，四个步骤里的每个函数都能在这里找到出处。

看不到的环节也要交代清楚：NPU 内部那 9 个张量是怎么算出来的，源码里是看不到的 —— 那是 .rknn 模型里的指令，我们只能拿到它的输出。所以步骤 2 的前半段在这个仓库里没有对应函数，别去找。

你该看到的画面

知道「正常」长什么样，才知道「异常」是哪一处出的问题。

重点与易错点

按「我看到的症状」找对应行。左边是你遇到的现象，右边是该做的事。

进阶与深读

基础三步跑通之后再看这里。做不完不影响成绩，做了有加分。

python src/eval_map.py --backend rknn --model models/defect_yolov8n_int8.rknn --data <NEU-DET 数据集目录>

python src/eval_map.py --backend onnx --model train/weights/best.onnx --data <NEU-DET 数据集目录>

scratches: 12 处
inclusion: 3 处
patches: 1 处

代码复盘：让 AI 带你把这套代码读明白

这一节不逐行讲代码。给你三组提示词，由你自己指挥 AI 产出三张图，再拿真源码去对 —— 图对不对，反过来证明你读没读懂。

请阅读这几个文件：src/app.py、src/infer.py、src/preprocess.py、
src/postprocess.py、src/ros2_source.py、config/defect_config.yaml。
这是一个基于 RKNN 的 YOLOv8 工业缺陷检测项目。
请输出一张模块职责表，回答三个问题：
1）每个文件负责哪一件事，用一句话说清；
2）谁调用谁，从入口 src/app.py 往下画出调用关系；
3）每个可调参数（imgsz、score_thr、iou_thr、pad_color）
   分别由哪个函数读取。
输出格式：markdown 表格，四列是「模块 / 职责一句话 / 被谁调用 /
关键函数」，每条职责后面用 文件名:行号 标注出处。

请为 src/app.py 的主循环画一张控制流流程图，按「处理一帧」为单位描述。
要求：
1）入口是拿到一帧，出口是画完框并输出（存盘 / 推流 / 显示）；
2）必须画出所有判断分支，包括读帧失败、以及没有检测到任何目标；
3）每个框里写真实函数名（letterbox、to_rgb、inference、
   dfl_decode、classwise_nms、unletterbox、draw），
   不要写「预处理模块」这类空词；
4）用 mermaid 的 flowchart 语法输出。

请为「ROS2 相机实时检测」这条链路画一张时序图，参与者包括：
相机驱动节点、Ros2Camera（订阅者）、Detector、
RKNNLite（NPU）、MjpegServer。
要求：
1）按时间顺序列出至少 5 次交互，从相机发布图像开始，
   到浏览器拿到一帧结束；
2）标出真实话题名与回调函数名（_on_image、read、detect、inference）；
3）标出单帧耗时或频率的量级（板端约 13 FPS，单帧约 77 毫秒）；
4）用 mermaid 的 sequenceDiagram 语法输出。

06互动：拖 score_thr，看漏检误检怎么拉扯

📌 这一节是「掌握检查」：亲手改一个参数，看现象是否朝你预期的方向变，还要能说出为什么 —— 说得出，才算掌握。

不改代码，只改两个数字，就能亲手感受「漏检」和「误检」是怎么互相拉扯的。先看它们在哪 —— config/defect_config.yaml 的 infer 段，下面是配置内容，不用执行：

infer:
  imgsz: 640
  score_thr: 0.25
  iou_thr: 0.45
  pad_color: [0, 0, 0]

改完保存，重跑一次 python src/app.py --model models/defect_yolov8n_int8.rknn --image images/1.jpg --save out1.jpg 就能看到变化。下面这个实验台把同一帧的七种情况摆在一起，你先在页面上拖一遍，再去板子上验证。

两种改法，后果正好相反：

你刚才发现的：漏检和误检的代价是反着来的 —— 一个降下去，另一个就升上来。这叫召回和精确的权衡，任何检测器都躲不开。

所以在产线上真正要问的不是「哪个参数最好」，而是：漏掉一个缺陷和误报一个缺陷，哪个代价更大？想清楚这个，参数就定了。

07验证：四道小测

08章节总结：缩进去、算一遍、挑最像的、缩回来

这页讲了什么，它们怎么串起来

前置依赖 · 缺一样就跑不起来

这套代码用在哪儿

• 钢材质检工位：产线相机逐帧送进去，每条结果给「类别 + 置信度 + 左上右下坐标」，质检员照着复核。score_thr 按代价定：要「一条都不能漏」就用低阈值配人工复核，误报多到停线就调高。
• 缺陷统计与质检报表：在主循环里按类别累加，周期性打印 scratches: 12 处 / inclusion: 3 处，直接生成班次报表 —— 这是产线上真正在跑的形态。
• 分拣与报警联动：把检测框转成 ROS2 检测消息发出去，机械臂按类别分拣、或点亮报警灯。第 11、12 章的体感控制会用到同一套「视觉输出喂给控制」的模式。
• 换场景就是换权重：它对桌面、对手只会硬套（域偏移）。想用在别的产线，得走完「数据集 → PC 训练 → 导出 ONNX → 转 RKNN」四步 —— 三个入口脚本都在仓库里。

下一章换个角度：如果模型认出的东西太细（矿泉水瓶、香蕉皮、废电池），而垃圾桶只分四类，中间这层「翻译」谁来做？