终检异常事件识别案例

场景数据

• 参考视频 3 段，用于抽取复杂结构件终检流程中的共性作业骨架。
• 形成 6 步 SOP 主骨架：到件、外观检查、检具复核、清渣整理、孔位复核和流转闭环。
• 沉淀 3 批标注记录，每批 240 条，共 720 条，支撑后续训练、复核和上线判断。

现场场景

该场景来自复杂结构件整理末检工位。不同产品配置在外观、孔位、检具使用和流转动作上存在差异，但整体作业节奏高度一致，适合抽象为“共性 SOP 主骨架 + 配置差异子步骤”。

现场重点不只是缺陷识别，还包括人员是否完成规定检查、是否使用指定检具、是否对关键区域做复核、是否完成清理和流转闭环。

业务问题

终检环节直接影响产品放行和异常处理，客户需要更稳定的过程留痕、更清晰的异常记录和更可复盘的结果判断。如果仅依赖人工目检和事后抽查，漏检、错检和标准波动都难以及时发现。

在多配置产品场景里，难点还包括车型或配置切换、遮挡、工装取放、局部检查停留点差异，以及检查动作是否真的覆盖关键区域。

平台做法

OrdVista 将终检场景、异常事件和评估依据放在同一对象体系中，通过任务、训练和评估闭环支撑现场持续优化。首期建议从工件主体、手持检具、清理工具、关键检查区域和手部动作这些可见目标开始。

系统把逐帧识别结果转为事件 token，再进入 SOP 状态机，判断是否按顺序完成、是否漏步骤、是否超时、是否工装未使用或未归位。

交付结果

该场景可以输出流程完成记录、异常事件、关键帧、复核截图和标注批次，为后续模型训练、版本评估和上线验收提供依据。

正式部署时可继续接入 PLC、MES、SCADA 或安灯系统，让异常从视觉识别进入现场管理闭环。

上线价值

该类项目能够帮助客户提升终检结果一致性，强化异常留痕和复盘能力，并为后续多工位、多产线持续接入提供依据。