工業(yè)視覺(jué)模型，識(shí)別率超99%？視覺(jué)程序員：小于99.9%的都是垃圾！

看到有個(gè)搞工業(yè)視覺(jué)大模型的程序員在那吹，說(shuō)自己公司所使用的工業(yè)視覺(jué)大模型都是經(jīng)過(guò)百萬(wàn)、千萬(wàn)甚至是上億數(shù)據(jù)訓(xùn)練的，識(shí)別準(zhǔn)確率超過(guò)99.3%，我看了笑了笑，別說(shuō)99.3%了，就算是99.8%，在我們公司都是不合格的！

而他另一套純技術(shù)思維的說(shuō)法就更讓我無(wú)語(yǔ)了，說(shuō)什么：“準(zhǔn)確率高的，大概率都是小模型！”

咱拋開(kāi)使用場(chǎng)景，只看訓(xùn)練的數(shù)據(jù)集，不看準(zhǔn)確率，這不是妥妥得耍流氓嘛！況且，工業(yè)視覺(jué)基本上都是非標(biāo)視覺(jué)，恰恰是很看使用場(chǎng)景的東西，所以，為什么很多大的工業(yè)視覺(jué)項(xiàng)目都看不到通用工業(yè)視覺(jué)大模型的身影？是我們做不出來(lái)嗎？是那套通用視覺(jué)大模型沒(méi)用，或者準(zhǔn)確率不高，好吧！

的確，現(xiàn)在工業(yè)視覺(jué)行業(yè)內(nèi)有很多通用型產(chǎn)品，比如說(shuō)檢個(gè)小螺絲，貼個(gè)標(biāo)簽什么的，這都是簡(jiǎn)單的工業(yè)視覺(jué)場(chǎng)景，遇到復(fù)雜的檢測(cè)場(chǎng)景，即使是上億數(shù)據(jù)集的工業(yè)視覺(jué)大模型，它也得針對(duì)單個(gè)場(chǎng)景單獨(dú)訓(xùn)練，該花多長(zhǎng)時(shí)間就得花多長(zhǎng)時(shí)間，本來(lái)應(yīng)該訓(xùn)練多少數(shù)據(jù)集，它就應(yīng)該訓(xùn)練多少數(shù)據(jù)集！

比如說(shuō)，你是上億級(jí)工業(yè)視覺(jué)大模型，我是從0開(kāi)始訓(xùn)練的工業(yè)視覺(jué)大模型，甲方生產(chǎn)時(shí)需要檢測(cè)一個(gè)叫作“螺母”的東西，那大概率是上億級(jí)的工業(yè)視覺(jué)大模型省時(shí)間，前提是它訓(xùn)練過(guò)“螺母”這個(gè)東西，如果沒(méi)有，那其實(shí)它和我這個(gè)從0開(kāi)始訓(xùn)練的大模型其實(shí)是一樣的！我需要訓(xùn)練幾十萬(wàn)次，那它同樣也得訓(xùn)練幾十萬(wàn)次，沒(méi)有什么捷徑可走。

這時(shí)候，如果我訓(xùn)練后的準(zhǔn)確率控制在99.8%以上，而這個(gè)號(hào)稱(chēng)用了上億數(shù)據(jù)集訓(xùn)練的工業(yè)大模型的識(shí)別準(zhǔn)確率最高只有99.3%，您認(rèn)為客戶(hù)會(huì)使用哪個(gè)？您跟他吹自己上億數(shù)據(jù)集，他不需要又有什么用？

對(duì)于客戶(hù)來(lái)說(shuō)，拋開(kāi)“螺母”這個(gè)東西，其他的訓(xùn)練對(duì)他都沒(méi)用，在代碼的世界里，我們管這個(gè)叫作“冗余”！

換個(gè)角度說(shuō)，別說(shuō)99.3%了，哪怕是99.9%，工業(yè)視覺(jué)項(xiàng)目能順利通過(guò)驗(yàn)收都是很難的，因?yàn)榭蛻?hù)要的，其實(shí)是100%！但是，大家都知道，只要是視覺(jué)，不管是工業(yè)視覺(jué)還是消費(fèi)市場(chǎng)的視覺(jué)，沒(méi)有誰(shuí)能夠保證檢測(cè)100%的準(zhǔn)確率。

我做過(guò)的幾乎所有工業(yè)視覺(jué)項(xiàng)目，基本上合同上寫(xiě)的識(shí)別準(zhǔn)確率就沒(méi)有低于千分之一的即99.9%，最夸張的一次，客戶(hù)直接要求識(shí)別準(zhǔn)確率要在萬(wàn)分之一即99.99%，這個(gè)項(xiàng)目四年了，還沒(méi)有通過(guò)驗(yàn)收！我想未來(lái)只要客戶(hù)堅(jiān)持這個(gè)數(shù)字，估計(jì)大概率也是驗(yàn)收不掉了！

所以，工業(yè)視覺(jué)模型數(shù)據(jù)集大小其實(shí)并不重要，客戶(hù)看的，只是能給他節(jié)省多少事，客戶(hù)的要求其實(shí)就是替代人工或者極少數(shù)的人工干預(yù)。

假設(shè)甲方是一個(gè)生產(chǎn)螺絲的工廠，引進(jìn)了一臺(tái)視覺(jué)設(shè)備，檢測(cè)準(zhǔn)確率這里假設(shè)是90%，要求很低，對(duì)于生產(chǎn)的螺絲，只要檢測(cè)不合格，直接吹走或者推到瑕疵品區(qū)域即可，只要瑕疵品區(qū)域足夠大，即使是識(shí)別準(zhǔn)確率不高，那么產(chǎn)線(xiàn)在完全沒(méi)有人工干預(yù)的情況下，跑個(gè)個(gè)把小時(shí)甚至是一天都沒(méi)有問(wèn)題。

但是，如果甲方是一個(gè)生產(chǎn)輪胎的工廠呢？同樣是90%的話(huà)，意味著每生產(chǎn)10個(gè)輪胎就有一個(gè)輪胎檢測(cè)不到，那視覺(jué)設(shè)備基本上就離不開(kāi)人工了！

那假設(shè)如果我們的視覺(jué)設(shè)備能夠把識(shí)別準(zhǔn)確率提高到99.9%呢？對(duì)于生產(chǎn)螺絲的企業(yè)來(lái)說(shuō)，其實(shí)影響不大，因?yàn)榧词故?0%，人工干預(yù)的情況也很少，但是，對(duì)于生產(chǎn)輪胎的企業(yè)來(lái)說(shuō)，作用就大了，假設(shè)3分鐘檢測(cè)一個(gè)輪胎，那么原來(lái)90%的識(shí)別率，每30分鐘就得人工干預(yù)一下，現(xiàn)在變成了2天！

所以，拋開(kāi)使用場(chǎng)景光談模型數(shù)據(jù)集大小那就是本末倒置！工業(yè)視覺(jué)的本其實(shí)就是準(zhǔn)確率，而不是所謂的通用性！

結(jié)語(yǔ)

為什么現(xiàn)在很多通用型的工業(yè)視覺(jué)軟件產(chǎn)品價(jià)格卷到了幾乎沒(méi)利潤(rùn)，很多價(jià)格都卷到了千元以?xún)?nèi)，原因也是在這，過(guò)分講究模型的多樣性，實(shí)際上看似訓(xùn)練的數(shù)據(jù)集很大，但是解決不了客戶(hù)的實(shí)際問(wèn)題，自然賣(mài)不動(dòng)！不管工業(yè)視覺(jué)產(chǎn)品怎么吹上天，終究還是以解決客戶(hù)問(wèn)題為主，你解決不了客戶(hù)的問(wèn)題或者解決的不夠徹底，自然不會(huì)被市場(chǎng)所接受！

包括我在內(nèi)的很多程序員，其實(shí)都有一個(gè)通病，那就是很喜歡搞通用的東西，這個(gè)本身沒(méi)錯(cuò)，通用，意味著低耦合，拿來(lái)即用，不用即拋，這在代碼的世界里面其實(shí)是個(gè)好東西，但是，拋開(kāi)業(yè)務(wù)只看代碼，難怪你做不好！