工业 AI 质检制造型企业难度：中等
箱包缺陷 AI 检测
面向箱包表面划痕、走线异常、五金件缺陷等场景，构建轻量视觉检测原型。
需求背景
企业生产环节仍依赖人工目检，检测标准受经验影响较大，旺季时质检效率和一致性不足。
企业痛点
- 人工质检疲劳后漏检率上升，返工成本难以稳定控制
- 缺陷类型分散，缺少统一的样本采集和标注规范
- 企业希望先用低成本相机和边缘设备验证可行性
AI 生成的技术路线
- 1梳理缺陷类别，建立最小样本集与标注规范
- 2使用 YOLO 或轻量检测模型完成缺陷定位
- 3设计置信度阈值、复检策略和产线看板
- 4在模拟工位完成 Demo 验证，并输出部署建议