一套视觉 AI SOP 上线，到底要多久

把周期说得比实际短，是这类项目常见的问题。多数单工位视觉 AI SOP 项目从进场到稳定运行，落在 6 到 12 周之间。区间跨度大，是因为它取决于两件现场条件：成像环境是否稳定、判定标准是否已经写得清楚。算法本身在整个周期里通常占不到三成时间。

四个阶段，各自在做什么

四个阶段不是平均分配时间的。第一和第二阶段加起来，往往就占了整个周期的一半以上，而模型的训练与调参，在多数项目里只占一到两周。这意味着压缩周期最有效的方向不是催算法，而是提前把现场条件准备好——工位空间、补光位置、网络走线、停线窗口，这些如果等到进场才讨论，前后会多耗掉一两周；反过来，如果判定标准在评估之前就已经写得清楚，整个周期可以明显缩短。这也决定了预算怎么分布，把周期换算成成本的方法见视觉SOP预算与投资回报。需要提醒的是，表里的「周」指的是自然周，其中真正能推进工作的往往只有停线窗口和客户对接人有空的那几天；如果按「项目组连续投入」去排计划，实际工期会比表格更长。

为什么评估与成像验证要花掉一半时间

• 动作分解。 把一个工位的操作拆成可观察的步骤，标出每一步的判定点和可能的做错方式。
• 取值样本。 收集合格与不合格的真实样本，用来定义判定规则的阈值或特征。
• 验收口径。 提前把误报率、漏报率的统计方式和判定方法写清楚，避免验收时各说各话。

成像阶段的长短，取决于现场条件和物料本身。工作距离与视场决定镜头焦距；节拍快、工件在动时，需要评估运动模糊，这直接影响相机是选卷帘快门还是全局快门（见全局快门与卷帘快门怎么选）。反光面、透明件、深色件、多种料号共用一个工位，都可能需要额外的补光设计或工装调整，具体做法见视觉SOP的照明设计。这些工作没有捷径，只能一项一项试，所以周期不好压缩。

哪些环节最容易拖期

• 成像条件治理。 反光、透明、深色、多料号共线，常常需要额外选型或改工装，工期不好预估。
• 判定标准对齐。 品质、工艺、生产三方对「合格」的定义不一致，需要坐下来对齐。这一步不能省，省了就要在试运行阶段返工。
• MES 接口与网络。 客户的 IT 排期往往不由项目组控制，接口联调容易被排到后面。
• 停线窗口。 改造只能在停线时进行，排期受生产计划限制，旺季往往排不进，这是唯一一项完全不受技术影响的拖期因素。
• 对接人变动。 项目做到一半客户方对接人换岗，前面谈好的判定口径要重新对一遍，交接不顺的话，返工的时间比重新做还长。

试运行与验收：多久才算够

试运行的目的不是「看看能不能跑」，而是取到足以支撑结论的数据。至少应覆盖一个完整的换型周期和主要的班次组合，因为不同班次、不同料号的成像效果和操作习惯都可能不同。验收时建议同时看两个指标：漏报率（没做却判成做了）和误报率（做了却判成没做），它们会互相牵制，只看一个没有意义，具体口径见准确率与召回率怎么看。如果产线换型频繁，试运行期最好跨越至少两次换型，用第二次的数据验证第一次调出来的规则对别的料号是否同样成立。还有一段没写进阶段表的是稳定期：系统跑通不等于判定稳定，前两到四周通常会出现一批需要微调的样本，提前把它计入周期，比事后解释为什么「上线了还在改」要从容得多。