YOLO 系列模型在工业视觉检测中的选型思路

YOLO 系列是工业视觉检测里最常被提到的检测模型。它把检测简化成单阶段回归，
速度快、工程化程度高，社区生态也成熟。但"用哪个版本"这个问题，
在工业场景里的答案和论文排行榜并不一致。

一、先明确要解决的问题是"定位"还是"判定"

通用检测模型擅长回答"目标在哪、是什么类别"。
而工业质检多数时候要回答的是"这个既定工件有没有某种缺陷"。
两者目标不同：

定位与粗分类（找到工件、判断型号）—— 检测模型很合适；
细微缺陷判定（划痕、色差、微小缺料）—— 分类或分割模型往往更稳。

实践中常见组合是"检测模型定位 + 分类模型判定"，
而不是指望一个检测模型同时解决两件事。

二、版本选型看什么

不只看 mAP，至少要看四项：

1. 输入分辨率下的实际单帧耗时（在你的目标边缘平台上测，不是看论文数据）；
2. 小目标召回——工业缺陷常常很小，分辨率与特征金字塔设计直接影响这一项；
3. 量化后的精度损失——部署到 NPU 通常要 INT8 量化，量化前后要对比；
4. 训练与迭代成本——样本标注是否方便、换品种后重新训练的工作量。

较新的版本一般精度更好但对算力要求更高。
如果边缘平台算力有限，宁可选稍旧但更轻的版本，把余量留给多路并发。

三、自训练是必须的

用公开预训练权重直接上线几乎不会成功：
工业图像的光照、材质、背景与通用数据集差异很大。
必须在自己的产线图像上重新标注与训练，且要覆盖：

不同班次与光照条件；
不同批次、不同供应商的物料；
真实缺陷样本，以及足量的负样本。

只喂缺陷样本会让误报率偏高 —— 负样本同样重要。

四、现场指标比训练指标重要

训练集上的 mAP 是必要条件，不是充分条件。真正决定项目成败的是：

连续运行时的漏检率（放过不良品）；
误剔率（把好品剔掉，直接等于损耗）；
长期稳定性（换批次后是否需要频繁重训）。

因此阈值标定要用真实样本做，并按"漏检成本"与"误剔成本"权衡，
而不是一味追求高召回。

五、小结

YOLO 是好用的工具，但工业检测的难点很少在模型本身。
把打光、触发同步、节拍匹配这些工程问题解决掉，
再谈模型选型与调参，顺序才对。