摄像头数托盘：视觉盘点的准确率实测

摄像头数托盘这件事，最近两年在仓库里被谈论得越来越多，原因并不复杂：盘点本身是一件重复、耗时而且容易在高峰期被推迟的工作，而摄像头看起来提供了一种不需要停线、不需要逐托扫码的替代方案。但是，当我们把“能数”换成“数得准、在什么条件下数得准、以及准到什么程度才值得采纳”这三个问题之后，讨论的性质就变了，它不再是一个技术演示问题，而是一个测量条件与适用边界问题。

先看现象。2024年下半年，我在一家华东地区的第三方仓看到一套试点系统：高位摄像头对准成品暂存区，算法输出每个托盘的层数与总托数，值班人员在屏幕前核对。晴天上午，码放整齐的托盘几乎不需要人工干预；到了傍晚，同一片区域因为侧窗进光角度变化，个别托盘的边缘被拉长，系统把一层阴影识别成了一层货物。另一个场景发生在2025年初的一家华北电商仓，促销期大量托盘临时堆放在通道两侧，托与托之间相互遮挡，摄像头只能看到前排，后排的数量只能靠推断，而推断在促销期的码放密度变化面前很快就失效了。这两个场景说明的不是某一套算法不行，而是视觉盘点的准确率从来不是一个固定数值，它是场景、光线、码放状态与验收口径共同作用的结果。

摄像头数托盘的准确率，应该怎么测才有意义

如果只报告一个总体准确率，信息量其实很有限。更值得追问的是，分母是什么，错误分布在哪里，以及错误是否集中在某类托盘上。一个可复用的验收框架，至少要把样本按四个维度切开：托盘类型与码放方式、光照时段、遮挡程度、以及包装材质。每一类样本都要有人工复核的基准数，否则“准确率”这个词本身就没有锚点。

对比人工盘点时，也要避免把人工盘点想象成一个完美的基准。人工盘点在常规、码放整齐、数量不大的场景里通常稳定，但在高位、夜间、促销高峰或者多人分段盘点的情况下，漏数、重数、串行的概率同样会上升。因此，更合理的比较不是“视觉对人工”，而是“在同一批样本、同一验收口径下，视觉与人工各自的误差结构有什么不同”。视觉系统的误差往往集中在边界条件上，比如遮挡和反光；人工的误差往往集中在疲劳与交接环节上。两种误差的分布不同，意味着它们的改进路径也不同，前者靠场景改造与样本覆盖，后者靠流程与复核机制。

光线、遮挡、码放不齐与反光膜：四个翻车点各自的归因

光线问题本质上不是亮度不够，而是亮度分布不均匀。同一片区域在上午与傍晚可能呈现完全不同的阴影结构，而算法在训练时如果只覆盖了某一种光照分布，换一个时段就会出现系统性偏差。解决方向不是简单地加灯，而是让样本覆盖全天的光照变化，或者通过补光把场景的光照分布收敛到一个更稳定的区间。

遮挡问题则更接近一个信息缺失问题，而不是识别能力问题。当后排托盘被前排完全挡住时，摄像头并没有获得足够的信息，任何输出都只能是基于历史码放规律的推断。推断在码放规律稳定的区域可能表现不错，在促销期、退货期或者临时堆放区，规律本身就在变化，推断的误差就会放大。因此，遮挡严重的区域不应该只问算法准不准，更应该问区域布局本身是否给视觉留下了可观测的空间。

码放不齐与反光膜属于另一类问题：前者让“层”的定义变得模糊，倾斜、塌边、参差不齐的托盘很难用统一的层数规则去切分；后者让箱体表面在镜头里出现高亮斑块，边缘信息被亮斑吃掉。这两类问题都提示我们，视觉盘点的边界往往不在算法内部，而在货物与包装的物理状态上。如果码放标准本身没有收敛，视觉系统只是在替不稳定的现场状态承担误差。

摄像头数托盘的落地验收指标：先定门槛，再谈推广

一个谨慎的落地路径，是先在小范围建立验收指标，再决定是否扩大范围。指标至少包括三项：分场景的准确率，而不是单一总体数字；误差的分布，尤其是系统性高估还是低估，因为高估与低估对库存决策的影响并不对称；以及异常样本的人工复核成本，即系统不确定的那部分样本需要多少人工介入才能闭环。如果复核成本没有下降，单纯的识别准确率提升并不能自动转化为盘点效率提升。

反常识的一点是，准确率最高的试点区域，往往不是最值得推广的区域。码放最整齐、光线最稳定、遮挡最少的区域，视觉系统当然表现最好，但这些区域恰恰也是人工盘点最不容易出错的区域，替代价值反而有限。真正值得评估的，是那些人工盘点成本高、误差大的区域，比如高位、夜间或者大批量临时堆放区，而这些区域又恰好是视觉系统最容易翻车的区域。这个 trade-off 决定了视觉盘点的价值不能只看技术指标，还要看它在哪个区域替代了哪种成本。

趋势判断：视觉盘点会往哪里走

从目前的演进方向看，视觉盘点更可能先成为一种“辅助复核”而不是“完全替代”。在码放规范、光线可控的区域，它可以承担高频抽查与异常提醒；在遮挡严重、码放不稳定的区域，它更适合输出“需要人工复核的清单”，而不是直接输出库存数字。随着摄像头布设、补光与码放标准的改进，可观测区域会扩大，但遮挡与反光这类物理约束不会因为算法迭代而自动消失。

这也留下了一个值得继续观察的问题：如果未来仓库为了配合视觉盘点而反过来改造码放、灯光与通道布局，那么我们评估的究竟是视觉技术的进步，还是现场标准化的进步？两者带来的准确率提升，在报表上看起来很像，但对投资决策的含义完全不同。前者意味着技术本身更通用了，后者意味着只有愿意改造现场的仓库才能拿到同样的收益。这个区分，或许比下一组准确率数字更值得先想清楚。

作者：陈博士｜供应链行业研究员