过杀下降 vs 漏检上升，工业检测的两难选择
开头：过杀太严重，客户投诉
你有没有过这种经历？
模型精度 99%，但误杀率太高------正常芯片被判定为缺陷，客户投诉不断。你降低阈值，误杀下降了，但漏检又上来了。
过杀和漏检，永远是跷跷板。
AOI 项目的芯片缺陷分类从 V1 迭代到 V4，核心目标就是「降低过杀」。V4 的 a_chip 误杀率大幅下降，但 c_broken 漏检率从 94% 降到了 47%。
不是因为迭代有多难------而是因为「过杀 vs 漏检」的权衡没有标准答案。
一、过杀 vs 漏检
过杀（False Positive）：
正常芯片被判定为缺陷
后果：返工成本增加，客户投诉
漏检（False Negative）：
缺陷芯片被漏掉
后果：缺陷产品流出，质量事故
权衡：
降低过杀 -> 漏检上升
降低漏检 -> 过杀上升工业场景的选择
安全关键（汽车/医疗）：宁可过杀，不可漏检
消费电子：平衡过杀和漏检
AOI 项目：降低过杀优先（a_chip 误杀严重）二、V1 到 V4 的迭代历史
各版本对比
| 版本 | 整体准确率 | c_broken 召回 | a_chip 误杀 | 变化 |
|---|---|---|---|---|
| V1 | 98.11% | - | 严重 | 基线 |
| V2 | 98.65% | - | 改善 | +0.54% |
| V3 | 98.97% | 94% | 改善 | +0.32% |
| V4 | 98.77% | 47% | 大幅改善 | -0.20% |
V4 的核心变化
V3 -> V4：
过杀下降：a_chip 误杀大幅改善
漏检上升：c_broken 召回从 94% 降到 47%
原因：
V4 加了 hard 样本增强（把容易误判的 a_chip 样本增强后回灌训练）
模型学到了「不要把 a_chip 误判为 c_broken」
但同时也学到了「不要把 c_broken 判定为缺陷」三、AOI 项目的缺陷分类
数据集
| 数据集 | 图片数 | 用途 |
|---|---|---|
| train_sets/v3 | 基线 | V3 训练 |
| train_sets/v4_cbroken_safe | 1,450 | V4 训练 |
| train_sets/v4_finetune_no_extra | 同 V4，移除 extra hard | 对照组 |
训练配置
python
# V4 训练
model = YOLO("runs/train/defect_cls_v3/weights/last.pt") # 从 V3 续训
model.train(
data="train_sets/v4_cbroken_safe",
epochs=50,
batch=128,
imgsz=224,
amp=False,
cos_lr=True,
)V4 vs 对照组
V4（加了 extra hard 样本）：
整体准确率：98.77%
c_broken 召回：47%
对照组（移除 extra hard 样本）：
整体准确率：98.77%
c_broken 召回：47%
结论：extra hard 样本对 V4 精度无显著影响四、V4 过杀下降的原因
hard 样本增强
V4 加了 hard 样本增强：
1. 识别容易误判的 a_chip 样本
2. 对这些样本做增强（翻转/旋转/缩放）
3. 把增强后的样本回灌训练集
4. 模型学到：这些样本是 a_chip，不是 c_broken
效果：
a_chip 误杀大幅下降
但 c_broken 漏检也上升了为什么漏检会上升？
模型学到的决策边界：
V3：c_broken 的边界较宽（容易误判 a_chip 为 c_broken）
V4：c_broken 的边界较窄（不容易误判 a_chip 为 c_broken）
代价：
V4 的 c_broken 边界太窄，真正的 c_broken 也被漏掉了五、避坑指南
坑1：只看整体准确率
现象 ：整体准确率 99%，但 c_broken 漏检严重。
原因 ：c_broken 样本太少，整体准确率被 a_chip 拉高。
解法：看各类别的召回率，不能只看整体准确率。
坑2：不看混淆矩阵
现象 ：不知道哪些类被混淆了。
解法：看混淆矩阵，了解 c_broken 被误判为什么。
坑3：V4 和 V3 混淆
现象 ：V4 的 ONNX 文件和 V3 的混淆。
解法：版本化管理，每个版本有独立的文件名。
坑4：hard 样本增强过拟合
现象 ：hard 样本增强后，模型过拟合。
解法：控制 hard 样本数量，不要太多。
坑5：不看召回率
现象 ：只看准确率，不看召回率。
解法：重点关注 c_broken 的召回率（漏检率）。
AOI 项目优秀实践
- 版本化迭代：V1->V2->V3->V4，每个版本有独立目录
- hard 样本增强：V4 加了 hard 样本增强，降低过杀
- 对照组实验：V4 vs 对照组，验证 extra hard 样本的效果
AOI 项目可改进之处
- 缺少产线误杀统计：没有量化产线上的误杀率
- 缺少 c_broken 漏检后果评估：没有评估漏检的质量风险
- 缺少 A/B 测试框架：没有系统对比不同版本的产线表现
结尾
说回那个「过杀太严重，客户投诉」的故事。
后来我迭代了 4 个版本，V4 的 a_chip 误杀率大幅下降。但 c_broken 漏检率从 94% 降到了 47%。这是一个权衡：降低过杀的代价是漏检上升。
不是因为迭代有多难------而是因为「过杀 vs 漏检」的权衡没有标准答案。
翻翻你的项目：
- 你的模型过杀严重吗？漏检严重吗？
- 你看的是整体准确率还是各类别召回率？
- 你有版本化管理吗？V3 和 V4 的 ONNX 文件会混淆吗？
评论区说说你的缺陷分类是怎么权衡过杀和漏检的。
觉得有用？
收藏这篇，下次缺陷分类时翻出来对照。转发给你团队里那个天天被过杀折磨的同事。
下期预告：
.onnx 到 C++ 的最后一公里。
opset / IR / FP16 / dynamic batch，导出参数一个都不能错。
下一篇，我们聊 ONNX 导出与兼容性------「导出参数的正确姿势」。
本文是《AOI 芯片焊盘缺陷检测实战》系列第五篇。