6条生产线同步运转，每分钟可完成800袋产品质检。10月14日，四川大学锦江学院计算机学院AI团队研发的这套“AI视觉质检系统”，破解了宜宾一家食品企业在异物筛查、包装缺陷识别上的痛点。凭借这一项目案例，该团队斩获2025年全省高校人工智能应用竞赛总结路演一等奖。

这套系统如何从实验室走向生产现场？回溯半年的研发经历，项目负责人郑莉萍谈得最多的，是一次次需要重新调整的方案：包装反光会干扰识别，流水线振动会造成图像模糊，检测速度必须跟上生产节拍。她带着学生在解决这些问题的过程中推进研发，也让一门新开设的课程有了来自企业的真实案例。

郑莉萍（左三）和团队成员在路演现场合影

郑莉萍（左）带团队赴遂宁对接项目 均为受访者供图

课题从企业需求中来

2025年9月，四川大学锦江学院“计算机视觉应用及技术”课程正式开课。这是人工智能专业视觉方向的一门课程，着重培养学生运用视觉技术解决实际问题的能力。

“一定要让学生进入生产线上，和实际的事物打交道。”作为任课教师，郑莉萍希望把企业项目引入教学，让学生亲历从数据采集、模型调试到现场测试的完整过程。

同年，由四川省教科文卫工会主办的“引智助企”活动搭建起精准的校企对接通道。高校团队带着技术专长寻找应用场景，企业带着生产需求寻找合作伙伴。郑莉萍逐项了解企业需求，重点关注与视觉检测相关的项目。其中，宜宾一家笋制品加工企业提出的质检困境，让她看到了教学与产业契合的机会。

“这家企业主要生产笋制品，他们希望有一款设备能识别产品中的异物、封口不严等缺陷，并联动设备自动剔除不合格产品，以改善人工质检可能出现的误检、漏检和效率不足。”郑莉萍坦言，这与团队的研究方向高度契合，双方经过交流后达成合作意向。

然而，一则简短的需求清单，远远装不下车间环境里层层叠叠的变量。

走进生产车间调研，一系列现实矛盾扑面而来：不同口味笋品的汤汁、配料带来色泽差异，包装袋印刷图案复杂；软质包装袋极易反光，车间照明随班次、设备启停不断变化，流水线持续振动又会造成拍摄画面模糊。对图像识别模型而言，每一项干扰，都可能直接颠覆识别结果。

令郑莉萍团队更棘手的是，毛发、碎屑这类异物本身体量微小，异常工况不会高频出现，能够用来训练模型的缺陷样本寥寥无几。与此同时，流水线有固定的生产节奏，留给系统识别、判定、下发剔除信号的窗口极短。

“模型不能只在理想环境里追求高指标，必须在精度、 速度、抗干扰能力之间寻找平衡点。”郑莉萍说，实验室里预设的方案，必须在充满变数的生产现场重新打磨。

在企业生产线打磨AI算法

面对复杂工况，郑莉萍团队随即调整研发逻辑：不再依托仿真数据集推演方案，而是把研发主场搬到车间，用现场采集的一手数据，驱动模型迭代。

“整个项目最难啃的硬骨头，其实是数据。”郑莉萍感慨。项目前期两次进厂采集，师生收集到的有效缺陷样本还不足300份，而想要模型具备稳定能力，训练规模至少要扩充到一万至两万份。

“如果仅在少量样本上反复调参，模型根本扛不住车间复杂多变的环境。”郑莉萍分析道。

为此，郑莉萍带领学生在车间里不间断拍摄成品与缺陷样本，同时通过数据增广技术，模拟车间里不同光照、运动模糊、反光干扰等情形，让训练数据尽可能复刻现场的全部不确定性。针对微小异物识别的难点，他们引入迁移学习、小样本学习思路，用成熟模型的底层特征能力弥补样本短板。

“数据扩充与标注，占用了我们绝大部分人力与时间。”郑莉萍坦言。也正是在这个过程里，学生慢慢读懂了工业AI的底层逻辑：模型表现如何，与前期采集、整理数据的工作密切相关。以往课堂上拿来就能使用的数据，在一线生产车间里需要从头准备。

“半年时间里，我几乎带着学生不断往返于工厂和实验室之间。”郑莉萍说。从采集数据、标注缺陷，到调试模型、现场测试，团队师生不断根据实际问题修正方案。目前，该款“AI视觉质检系统”已投入企业开展现场实验，整体方案获得企业积极反馈。

在解决难题中练就过硬本领

把课堂搬进车间，改变的绝不止教学场地，更是学生看待技术、理解技术价值的方式。

课堂上，数据集往往充足、整洁，问题相对固定，教学着重讲清算法原理。到了企业一线，工况随时可能变化，数据带着现场的复杂性，企业还会提出具体的使用要求。

“车间是没有标准答案的。”郑莉萍说，工业应用不能只看模型精度，学生必须学会排查问题，理解哪些因素影响识别、怎样在精度与速度之间作出取舍。

这场扎根生产线的实训，也悄悄重塑着学生的职业认知与发展路径。

据郑莉萍介绍，多名全程参与项目的学生，把车间攻关的经历写进简历，靠着这份完整的落地项目经验通过面试，目前已在多家科技企业实习，从事机器视觉相关工作。还有不少学生，在一次次调试失败、现场复盘的过程中，真切看见计算机视觉的应用空间，下定决心报考人工智能方向研究生，继续深耕。

一段车间里的实践，让所学知识有了清晰的用途，也让学生有机会判断自己的兴趣和能力。郑莉萍计划将此次项目转化为课程案例和实验项目，继续用于后续教学，让更多学生接触真实生产中的问题。

与此同时，新的产业需求也在接续而来。在近日举行的2026年四川省“引智助企”遂宁行活动中，四川大学锦江学院计算机学院AI团队与遂宁一家电子陶瓷企业达成初步对接。该企业亟需识别元器件裂纹、表面污渍、尺寸偏差等微观缺陷的技术，双方已约定进厂开展实地调研。

“工会搭建的校企对接平台，彻底打通了高校和产业之间的壁垒，让教师有机会找到愿意开放场景的合作企业，让课程内容始终跟着产业的节奏迭代。”郑莉萍感慨地说。

对郑莉萍和她的团队而言，奖项不是终点，让青年学生在毕业前读懂工业现场的复杂，把书本上的算法，变成能解决工厂痛点的实用技术，才是这堂开在流水线上的AI课更大的价值。