xuliagn1. 工业缺陷检测的监督学习困境
在工厂车间里，质检员小王每天要检查上千个金属零件表面是否存在划痕。当他尝试用深度学习技术自动化这个过程时，发现了一个棘手问题——收集足够多的"坏零件"样本实在太难了。这个场景揭示了工业缺陷检测领域的核心矛盾：我们既需要高精度的AI模型，又难以获得传统监督学习所需的大规模标注数据。
1.1 全监督学习的现实瓶颈
全监督学习就像要求质检员必须看过所有可能的缺陷类型才能上岗。在实际产线中，缺陷样本往往呈现以下特征分布：
- 稀缺性：良品率通常高达95%以上，导致缺陷样本占比不足5%
- 不均衡：划痕、凹陷、污渍等不同缺陷类型出现频率差异显著
- 多样性：同一类缺陷在不同产品、不同位置的表现形式千差万别
以手机屏幕检测为例，某厂商的实测数据显示：
| 样本类型 | 数量 | 占比 |
|---|---|---|
| 正常样本 | 98,732 | 98.7% |
| 缺陷样本 | 1,268 | 1.3% |
| - 划痕类 | 743 | 0.74% |
| - 气泡类 | 325 | 0.33% |
| - 其他类 | 200 | 0.20% |
这种数据分布会导致全监督模型出现严重的"偏食现象"——对多数类过拟合，对少数类识别能力低下。更棘手的是，收集足够数量的罕见缺陷样本可能需要让产线持续运行数月，这在商业上完全不现实。
1.2 标注成本的经济账
在汽车零部件检测项目中，我们曾精确测算过标注成本：
- 专业质检员标注一个样本的平均时间：45秒
- 时薪成本：¥120/小时
- 万级样本集的标注成本：¥150,000
- 模型迭代需要的标注轮次：通常3-5轮
这还不包括：
- 搭建标注平台的前期投入
- 质检员培训成本
- 标注一致性维护成本
当产线切换新产品时，这套成本又需要重新投入。某家电制造商透露，他们每年在缺陷数据标注上的支出超过¥200万，却仍无法满足所有检测需求。
1.3 缺陷定义的动态特性
工业场景中的缺陷标准并非一成不变。我们经历过多个典型案例：
- 客户最初认为0.5mm以上的划痕才算缺陷，后调整为0.3mm
- 某类表面纹理原本被认定为缺陷，后因工艺改进变为可接受特征
- 新引入的原材料导致出现前所未见的缺陷形态
这种动态性使得全监督模