该企业产品外观检测依赖人工目检，长时间作业易疲劳、标准不一致。我们把工业相机与AI质检模型接入产线，对外观与尺寸缺陷自动识别，人工转为复核异常件。
企业背景
这是一家位于福建的电子元器件制造企业，产品批量大、规格小，对外观质量要求高。产线上有多道需要目检的工序。
原来的做法
外观检测由质检员人工目检完成，长时间作业容易视觉疲劳，不同质检员的判定标准存在差异。漏检与误判时有发生，质量问题往往在后续工序或客户处才被发现。
我们做了什么
先与质检团队明确缺陷类型与判定标准，采集样品图像训练质检模型。随后把工业相机与AI质检模型接入产线，对产品外观与关键尺寸自动识别，异常件自动标记。
落地后怎么用
产线上的外观检测由AI自动完成，质检员从"逐件目检"转为"复核被标记的异常件"，工作强度下降，判定标准也更统一。
取得的效果
检测效率提升，漏检与标准不一致的情况减少，质检人力从重复目检中释放，同时质量问题更早被发现。
说明
以上为过程性效果指标，具体数字以双方确认的口径为准。案例中不披露客户名称与实现主体。