电池箱托盘300个点位要全检，2500万像素飞拍一次成像，单点误报为什么会被点位数量放大
新能源 PACK 电池盒，也就是电池箱托盘，尺寸大、特征密。高复杂度场景下检测点位多达 300 个，分布在拉铆螺母、安装支架钢丝螺套、上盖安装孔、陶瓷复合带、前后梁挂载等部位。托盘承载电池模组，装配完整性直接关系整包结构安全，人工围着托盘检查一圈耗时长，疲劳之后漏看一个拉铆螺母，就是一条隐患。
300 个点位的误报是乘出来的
单个点位 99% 的判定正确率听起来很高，但 300 个点位串起来，整托的正确率就不是这个数了。点位越多，误报被放大的机会越多；而全检的口径又不允许差不多就行。这是方案设计时最需要正视的算术：不是把单点算法调到极限，而是让每个点位的判定都足够确定，并让不确定的点位有明确的处置路径。
一次成像覆盖全托，靠像素也靠曝光方式
2500 万像素全局曝光面阵相机在托盘输送过程中飞拍采集。全局曝光的意义在飞拍时最明显：所有像素同一时刻曝光，运动中不会出现卷帘式成像的拖影与几何变形。300 个点位分散在整托，如果每拍一次都要停一下，节拍根本压不住；一次成像覆盖全部点位，是节拍成立的前提。
为什么按特征类别拆模型
CNN 按螺栓类、钢丝螺套类、开孔类、拉铆螺母类分别训练推理。理由不是模型越多越好，而是这几类特征的外观差异太大：螺栓有螺纹与头部、钢丝螺套是嵌入的细密结构、开孔只有轮廓、拉铆螺母有翻边。一个模型同时学透这几类，等于让判定阈值在完全不同的特征之间折中。拆开之后，每类的阈值与增强策略可以独立优化，迭代某一类也不影响其他类。
点位模板加模型路由，换型的真实工作量
推理时按点位模板把每个点位路由到对应的类别模型，特征提取按点位裁剪出各特征区域，保证每类模型的输入一致。柔性换型的实现方式是软件切换点位模板与模型路由，不停线。但选型时要清楚：换型不停线不代表换型没成本，新品类特征上线需要同步扩充对应模型，这部分工作量要算进项目周期，不能按改个参数估。
哪些点位必须从严
整托判定由 300 个点位结论汇总，任一关键点位异常即整托拦截。这个规则决定了判定阈值的取向：关键点位宁可误报也不能漏放，因为漏放的代价是整包结构风险；非关键点位的误报则可以在分流复核环节消化。把阈值策略按点位重要性分层，比全托统一阈值更合理，也让复核资源落到了该落的地方。
精度的边界在最小特征尺寸
像素分辨率与最小特征尺寸的匹配是选型第一道门槛。特征太小或对比度太低时，优先做的是优化光源与成像角度，而不是换更高像素的相机。频闪光源在这里起两个作用：飞拍瞬间高亮，把曝光时间压短保证运动清晰，同时增强拉铆螺母、钢丝螺套这类特征的对比度。检测节拍 196 秒，漏杀率为 0、过程准确率 99.5%，点位级别的误报由分流复核消化，以现场验收结果为准。
点位数量带来的三个问题
300 个点位怎么保证不漏？
点位按模板逐一裁剪、逐一路由推理，判定结果按点位序号回填，任一关键点位异常即整托拦截。漏检不是靠人再看一遍兜住的，是靠点位清单与回填机制约束的。
飞拍和停拍怎么选？
托盘在输送线上连续流转、节拍紧，飞拍是必选项；如果工位允许停稳再拍，停拍对成像条件更宽容，但节拍会被拉长。
误报率高会不会压垮复核？
会。所以阈值要按点位重要性分层，把复核资源留给真正需要人判断的点位；异常点位带图像留档，复核界面直接定位到具体特征，省掉找人找图的时间。