参数刚调好。

样品跑了几十个，效果都挺稳。

正准备松口气，现场突然来了一句：

“换下一个产品试试。”

结果产品一换，系统立刻开始漏检、误判。

工程师盯着屏幕，心里只有一句：

刚才不是还好好的吗？

最怕的不是调不好，是反复重调

做视觉项目，最折磨人的情况不是完全识别不了。

完全识别不了，至少问题明确。

真正难受的是：

这个产品能检，换一个就不行。

这批调好了，下一批又变了。

白色产品正常，黑色产品开始反光。

表面光滑的能检，换成粗糙材质，图像又变了。

最后现场就变成了循环：

调参数、跑样品、看起来正常、换产品、再次失效。

工程师越调越细，参数越加越多，系统反而越来越脆弱。

别急着怪算法，先看看产品变了什么

产品一换，图像往往也会跟着变。

颜色变了。

尺寸变了。

表面材质变了。

反光程度变了。

摆放位置和高度也可能变了。

人眼看着只是“换了一个型号”，但对相机来说，可能已经是完全不同的成像条件。

原来适合浅色产品的曝光，放到深色产品上可能一片黑。

原来针对固定尺寸设置的检测区域，换个规格后可能直接框偏。

原来调得刚刚好的阈值，碰到新的表面纹理，立刻失效。

这时候继续死磕某个参数，往往只能解决眼前这一个产品。

下次再换，还是得从头来。

参数没有错，错的是只为一个样品调参数

很多视觉项目在前期测试时，样品数量太少。

工程师拿着一个标准品，反复调整光源、曝光和算法。

最后效果确实很好。

但这个效果，很可能只适合这个样品。

真正上线时，产品有不同型号、不同批次，还有正常的加工波动。

如果前期没有把这些变化考虑进去，系统就会变成“一款产品一套参数”。

产品少的时候还能勉强维护。

产品一多，现场很快就乱了：

操作员不知道该选哪个方案。

参数版本越来越多。

改了一个型号，又影响另一个型号。

到最后，连工程师自己都不敢随便动。

正确思路不是一直调，而是先把变化分清楚

遇到换产品失效，先别急着继续改阈值。

先问清楚几个问题：

不同产品的外观差异到底有多大？

尺寸变化能不能通过定位和动态区域适配？

颜色和反光变化，能不能从光源方案上解决？

不同型号是否应该调用不同配方？

哪些参数可以共用，哪些必须单独管理？

如果产品差异本来就很大，强行用一套参数覆盖全部型号，通常只会两头都照顾不好。

如果只是位置、尺寸存在规律性变化，就应该让系统自动定位、自动计算检测区域，而不是每次人工重画。

视觉系统真正需要的，不是“这个产品现在能检”，而是产品发生合理变化后，系统仍然知道该怎么检。