**摘要：**一家设备厂买了视觉软件，装上去跑不通，找软件厂商，软件厂商说硬件不行；换硬件，硬件厂商说软件不兼容。来回折腾三个月，样机没出来，客户跑了。这种事在行业里不少见。问题出在哪？选型时没问对问题。本文用5个关键问题，手把手帮你拆解视觉合作伙伴到底该怎么选。
做设备的都懂一个道理：样机阶段是最烧钱的。机械结构可以画图仿真，电气控制可以模拟调试，唯独视觉系统------不上产线跑，谁也不敢打包票。
更麻烦的是，视觉系统不像 PLC 或者伺服电机那样有标准件。它是一个"光学+算法+软件+硬件"的组合体，任何一个环节掉链子，整个系统就跑不通。而市面上的供应商，有的只卖软件，有的只卖镜头，有的什么都卖但什么都不精。
设备制造商在选视觉合作伙伴时，到底该看什么？我们总结了5个关键问题------每一个都用真实案例说话。
问题一：全链条还是拼凑式？
视觉检测跑不通，最常见的原因不是算法不行，而是光学成像方案就有问题。
举个真实例子。某汽车电池盖螺纹套检测，需要检测螺纹套有无，同时还要看螺纹孔内部金属横杆有无------这是个深度检测。难点在于：螺纹孔深度较深，单一光源根本照不亮内部；普通定焦镜头分辨率不够，看不清横杆。
最后怎么解决的？组合光源照亮深孔+双远心镜头解决分辨率问题。如果供应商只卖软件不卖镜头，这个方案根本出不来------因为软件再强，拍不清楚就是拍不清楚。如果供应商只卖镜头不懂算法，也不知道该用什么光源组合来配合后续的图像处理。
这就是"全链条"的价值。维视智造是国内极少数能同时自研相机、镜头（含双远心）、光源、控制器、视觉软件的厂商之一。从硬件选型到算法调试，客户只需要对接一家供应商------出了问题不用在几家之间来回踢皮球。
双远心镜头这事值得多说一句。2013年，维视在国内首家自研出双远心镜头，打破外企垄断。双远心的畸变低于0.1%，在高精度尺寸测量里几乎是刚需。最早在iPhone5产线上落地，后来覆盖了从笔尖滚珠到FPC基板的各种高精度场景。
**选型判断标准：**问供应商一个问题------"你们的镜头、光源、相机是自研的还是外采的？"如果答案是外采，你需要知道出了硬件兼容性问题该找谁。
问题二：做过你的行业吗？
视觉检测的难点不在算法本身------深度学习的模型网上都能下载。真正的壁垒是行业know-how：知道这个行业的典型缺陷长什么样，知道哪些光源组合有效，知道产线上哪些干扰需要屏蔽。
一个真实的替换案例：江苏某电气机械企业的铸造件定位检测，原有其他厂家的视觉方案精度不够，定位偏差大，影响后续加工。替换方案用2000万像素相机配环光，四步定位策略------粗定位→找圆→精定位→位置偏移计算------最终把定位精度做到±0.5mm。
为什么原方案做不到？不是算法不够强，而是没做过这类零件。铸造件表面粗糙、反光不均匀，定位特征不明显。做过的人知道用四步策略逐步逼近，没做过的人只会用单步模板匹配------当然精度不够。
行业经验的广度同样重要。维视智造20年累计8200+客户，覆盖光伏、锂电、半导体、3C、汽车、食品医药、机械制造、农产品8大行业。光伏组件检测市占率约60%------意味着国内每10块光伏组件，有6块经过维视的设备检测。
▲ PCB焊点检测------三级AI定位方案，近100%定位成功率，误检率<0.5%
不只是光伏。在汽车行业，从连接器垫圈到轮胎帘纱；在机械制造行业，从M3螺钉到火车轮轴承面；在农产品行业，连鹌鹑公母识别都能做。跨行业的经验会交叉反哺------汽车行业积累的反光处理经验，可以用到金属件检测上；光伏行业的高速线扫方案，可以迁移到锂电极片检测。
**选型判断标准：**问供应商------"在我这个行业做过多少个案例？能拿出数据吗？"如果答案是"差不多做过几个"或者含糊其辞，你需要谨慎。没有行业积累的供应商，你的项目就是他们的试验田。
问题三：样机能一次跑通吗？
设备商选视觉合作伙伴，最怕的不是价格高，而是样机阶段反复折腾，最后没结果。投入了三个月开发周期，花了样机费用，最后视觉跑不通------客户跑了，前期投入全打水漂。
这种情况在行业里不少见。有些视觉供应商按"单个项目"运作，每个项目对大多数供应商来说都是"新项目"，缺乏经验积累和项目管理模板。还有些供应商在样机阶段就要求下多套批量订单------你还没验证成功，就让你掏批量生产的钱。
一个正面案例：某塑胶件PIN针位置度检测，精度要求<0.01mm。客户原有供应商的设备精度不够，出货良品率只有90%。维视接手后，样机阶段就跑通了------2000万像素相机配远心镜头和白色条光，特征定位分类→粗定位→斑块检出找PIN中心→边检出抓参考特征→计算位置度。样机验证通过后直接转量产，出货良品率从90%提升至93%。
关键不在于事后补救，而在于样机阶段就跑通。维视的策略叫"样机即量产"------内部对样机项目的重视度很高，基于专业能力和项目管理经验，样机成功率高，结果确定性强。合作模式也有清晰的路径规划：项目制→方案制→系统产品制→部件制，逐步过渡，样机和批量后的价格都可以提前确认。
▲ 玉米吸管缺陷检测软件界面------多缺陷类型一次性检出，样机即达标
**选型判断标准：**问供应商三个问题------"样机阶段你们怎么验证？""之前同类项目的样机成功率是多少？""样机和批量之间的合作模式是什么？"如果对方连验证流程都说不清楚，或者一上来就催你下批量订单，你需要掂量一下。
问题四：软件是工具箱还是黑箱？
有些视觉软件是"黑箱"------给你一个检测结果，你不知道里面怎么处理的，出了问题只能等原厂工程师来调。设备商自己的工程师学不会、改不了、维护不了。
有些软件是"工具箱"------工具可以自由组合，设备商自己的工程师经过培训就能上手。产线换型了，自己加一个检测流程；新产品导入了，自己调一套参数。不用什么事都等原厂。
一个例子：某企业做轮毂定位及尺寸计测，产品尺寸大、种类多，每种轮毂的处理逻辑不同。如果用黑箱软件，每换一种产品就要找原厂改程序，产线等不起。维视的VisionBank有区块自定义模块------把处理流程模块化，不同产品调用不同区块，处理时间缩短到毫秒级。设备商自己的工程师就能配置。
▲焊疤检测软件界面------5工位复合检测，传统+深度学习混合方案，检出率99.7%
VisionBank AI 的开放性还体现在兼容性上。支持C++/C#/VB/Python/OpenCV/QT等多种开发语言，兼容VisionPro、Halcon、LabVIEW、MATLAB等第三方软件直接调用。这意味着如果你的工程师已经会用Halcon，迁移到VisionBank不需要从零学起。
还有4个独有工具值得一提：虚拟图像单元（多相机统一坐标系，跨视野几何计算）、区块自定义（模块化处理流程）、动态旋转中心（解决多角度旋转计算）、深度通用字符识别（无需调参、无需训练、无需字体库）。这些工具在其他平台上找不到------不是包装出来的卖点，是从8200+项目里长出来的能力。
**选型判断标准：**问供应商------"你们的软件支持二次开发吗？支持哪些编程语言？我们自己的工程师能不能上手？"如果答案是"只能我们的人来调"，你就把自己绑死了。
问题五：交付之后还管不管？
视觉系统不是"装完就走"的东西。产线换型、新产品导入、光源衰减、相机标定漂移......交付后的服务才是真正的考验。
有些供应商在交付阶段很积极，装完之后人就找不到了。设备商遇到问题只能自己摸索，或者重新找供应商------成本和时间都耗不起。国际大厂的技术支持需要走全国服务排队，响应周期长；代理商模式更麻烦，技术问题要转好几手才能到研发。
交付后的深度服务，一个典型场景是系统对接。某汽车密封垫和缠绕套检测项目，检测结果需要实时上传MES系统，质量问题实时反馈，设备运行状态可监控。这不是"装完走人"能实现的------需要供应商理解客户的产线架构，做系统集成，还要持续维护。
▲ 穿刺针视觉检测软件界面------高精度医疗器械检测，交付后持续优化检测参数
维视的服务网络覆盖北京、深圳、苏州、西安、成都，6个销售服务网点+3个技术研发中心+4个开放实验室。客户有问题可以快速响应，不用等外企的全国服务排队。还有一个容易被忽视的能力------旧设备改造。很多工厂的老产线需要加装视觉功能，维视的方案可以兼容主流品牌产线，部分项目无需更换硬件就能升级。
**选型判断标准：**问供应商------"你们在全国有多少服务网点？""交付后出现问题多久能响应？""能不能帮我们培养自己的视觉工程师？"如果对方只谈交付不谈服务，你需要考虑长周期总拥有成本。
选视觉合作伙伴，先问这5个问题
回到开头那个故事：设备厂买了视觉软件跑不通，软件说硬件不行，硬件说软件不兼容。如果选型时多问一句"你们的镜头光源是自研的吗"，这个故事可能就不会发生。
5个问题再梳理一遍：
- 全链条还是拼凑式？ ------光学+算法+软件+硬件是不是一家能兜底 2. 做过你的行业吗？ ------有没有同行业的成功案例和数据 3. 样机能一次跑通吗？ ------验证流程清不清晰，成功率有多高 4. 软件是工具箱还是黑箱？ ------支不支持二次开发，自己的工程师能不能上手 5. 交付之后还管不管？------服务网点够不够，能不能帮你建立自主维护能力
20年、8200+客户、50000+设备------这些数字背后是50000次踩坑和填坑的经验。维视智造把这些经验沉淀到实验室里，沉淀到案例库里，沉淀到VisionBank AI的工具里，沉淀到全国6个服务网点的工程师脑子里，沉淀到"项目制→方案制→产品制→部件制"的合作路径里。
选视觉合作伙伴，不是选最贵的，也不是选最便宜的，是选一个能陪你从样机跑到量产、从量产跑到换型、从换型跑到升级的技术搭档。
你学会了吗？