注塑件外觀檢測：飛邊/縮水/色差一站識別，快速換型上線

注塑件的外觀缺陷既有幾何類（飛邊、縮水）又有視覺類（色差、流痕），且隨模具、料批、顏色不斷變化。與其為每種缺陷單獨建規則，不如讓模型學會良品的樣子，一站識別所有偏離。

某注塑件廠為家電、消費電子、日用品供應外殼與結構件，模具數百套，同一產品又有多種顏色與料批。常見外觀缺陷包括飛邊、縮水、縮痕、流痕、銀紋、色差、黑點與雜質，缺陷形態隨工藝參數波動，人工目檢主觀性強、標準難統一，色差判定尤其依賴個人經驗。

客戶面臨典型的多品種小批量困境：模具與顏色頻繁切換，缺陷樣本難以為每個組合都收集齊全；傳統視覺為每種缺陷寫規則，換一套模具就要重調，維護成本極高，根本跟不上換型節奏。

DaoAI 方案：良品基準 + APDT 正樣本學習，一站識別多類外觀缺陷

DaoAI 以良品基準結合 APDT 正樣本學習，用少量良品建立每個模具/顏色組合的檢測標準，系統在同一流程內統一識別飛邊、縮水、流痕、色差等多類缺陷，無需為每種缺陷窮舉樣本。換型時直接調取對應組合的良品基準。

• APDT 正樣本學習以少量良品建模，覆蓋飛邊、縮水、流痕、銀紋、色差、黑點
• 幾何類與視覺類缺陷在同一流程內統一識別，色差判定標準化、可複現
• 5 分鐘 0 代碼換型，模具/顏色切換由產線工人現場完成
• 按模具與顏色归檔檢測基準，多品種小批量快速上線

模具與顏色再多，標準只有一個：像不像這一組合的良品。

落地後，注塑件外觀檢測從依賴個人經驗轉為統一可複現的標準，色差與縮水等爭議性缺陷有了客觀判定。換型實現 5 分鐘 0 代碼切換，數百套模具與多顏色組合都能快速上線，漏檢與誤判同步下降，產線在小批量多品種下保持穩定的外觀質量。