同一个摄像头，数空托盘准确率 99%，数缠了膜的混放托盘掉到 83%——差的这 16 个点，全是现场细节。这是我在加州安大略市一家第三方物流仓做的盘点试点，2025 年秋天，仓库面积大约 12000 平方米，出货以快消和汽配为主。供应商拍胸脯说"准确率 98% 以上"，我只信自己测出来的数。
准确率的分水岭：99% 和 83% 的区别
先说实测口径，免得数字被断章取义。测试对象是托盘"个数"，不是箱数也不是货号数量。地面摄像头每 30 分钟拍一次，模型输出托盘数量，我派两个人逐托盘贴纸、逐托盘记录，作为人工核对基准，连着对了 14 天。
空托盘、堆高不超过 1.8 米、白天自然光充足的区域：准确率 99.1%。这个场景下视觉盘点基本可以替代人工巡检。
还有一个容易被忽略的设置：拍摄频率。我们一开始是连续录像，一周下来 4 台摄像头产生了海量视频，存储和分析成本直线上升。后来改成每 30 分钟拍一张，数据量降到原来的百分之一，准确率几乎没变——托盘又不会自己长腿跑了。做视觉盘点别被"实时"两个字绑架，先想清楚你的业务到底需要多高的刷新频率。
同一批设备，搬到成品区之后数字直接变脸：托盘缠了三层拉伸膜、堆高 2.5 米以上、旁边还混放着半托盘的退货，准确率掉到 83.4%。模型把两个并排的托盘数成一个，把膜上反光的亮斑数成托盘边缘——错误全是系统性的，不是随机抖动。
所以"准确率 98%"这个说法本身没意义，得问：什么光、堆多高、缠没缠膜。这三个条件不写清楚的准确率承诺，一律按营销话术处理。
真正吃准确率的五个变量
光照。 仓库靠窗的通道，下午三点之后斜射进来的阳光会在地面拉出长阴影，模型会把阴影里的托盘腿漏数。解决办法是加补光灯，一盏工业补光灯 200 美元左右，比升级模型便宜得多。别迷信算法，先解决物理环境。
堆叠高度。 2 米是个分界线。超过 2 米，摄像头俯视角度下上层托盘会遮住下层的缝隙，模型数不清层数。我们试点时把 2.5 米以上的高位货架区直接排除在视觉盘点范围之外——承认做不到，比硬上然后天天纠错强。
缠绕膜反光。 这是被低估最多的一个。拉伸膜在顶灯下会产生镜面反射，白色亮斑在图像里和托盘木板的边缘纹理很像。实测里约三分之一的误数来自这个。缓解办法是把摄像头从正上方 90 度改成 75 度斜拍，反光位置会偏移，误报率能下来一半。
托盘遮挡。 通道里临时停放的叉车、半开的防火门、甚至堆在过道边的空箱子，都会挡住托盘。视觉盘点对现场整顿的要求比人工盘点高得多——人会绕过去看，摄像头不会。试点前两周我们最大的工作量不是调模型，是清理通道。
货号混放。 同一托盘上放两种货，模型只数托盘个数不受影响；但两个不同货号的托盘紧贴着放、中间没有缝隙，模型会合并成一个。这个问题无解，只能靠现场管理：托盘之间留 10 厘米以上的间隔。说白了，视觉盘点倒逼的是仓储管理基本功。
和人工盘点算一笔账
人工盘点这家仓的成品区：6 个人，4 小时，时薪按加州仓储操作工常见的 22 美元算，一次盘点人力成本约 530 美元。一个月盘两次，一年就是 1.27 万美元，还没算盘点时停线的影响。
视觉方案的成本：试点用了 4 台工业摄像头，单台含安装约 400 美元；软件按年订阅，每年约 6000 美元。第一年总投入约 7600 美元，第二年起每年 6000 美元出头。数字上看，一年半左右回本。
但账不能这么算。人工盘点虽然贵，准确率是 100%——人站在托盘前面数，不会数错个数。视觉盘点在好条件下 99%，差条件下 83%，它永远做不到 100%。所以正确的问题不是"哪个更便宜"，而是"盘点这件事到底要什么精度"。
我的判断：视觉盘点适合做"高频粗盘"——每天扫一遍，发现数量对不上的区域再派人工去精盘。把视觉当雷达用，而不是当会计用。指望摄像头彻底替代人工盘点的，现在还不到时候。
顺带说一句，市面上还有无人机盘点方案，我也看过演示：无人机一次飞完全仓大概 40 分钟，灵活性确实好。但电池续航、避障、以及每次起飞需要人工操作，都是持续成本。固定摄像头的优势是 7×24 小时在线、零边际成本，劣势是视角固定、有死角。我的排序是：先固定摄像头覆盖高周转区，无人机作为季度大盘的补充——两个不是替代关系。
试点怎么设计才不翻车
第一，别一上来全仓铺。选一条出货量中等的通道做试点：太闲的通道测不出问题，太忙的通道叉车来回挡镜头，数据全是噪声。
第二，人工核对基准必须独立。让供应商自己报准确率等于让考生自己改卷。我的做法：试点前打印一批编号贴纸，两个人一组逐托盘贴、逐托盘记，连续两周。贴纸成本不到 50 美元，但这是整个试点里最值钱的一步。
第三，给失败留预算。我们第一次试点其实翻车了：摄像头装在叉车主通道的交叉口上方，叉车经过时地面振动传到支架上，画面持续微抖，模型输出的数量一天之内能差出 20%。后来把支架换成独立吊装、远离振动源才稳定。这个坑不踩一遍，你不会知道"安装位置"也是准确率变量。
选摄像头本身倒不用太纠结：500 万像素起步，一根网线同时解决供电和传输，镜头焦距按安装高度和覆盖宽度算好。试点用的 4 台单台含安装约 400 美元，这个档位的工业相机完全够用。钱要花在补光和支架上，别花在追超高清上——托盘计数不需要电影画质。
第四，定好退出标准。试点前就写下来：什么条件下继续投、什么条件下停。我的标准是：好条件区域准确率低于 97%，或者差条件区域经过整改（补光、清理通道）后仍然低于 90%，项目就停。标准写在纸上，比开会吵架管用。
视觉盘点这事，我的态度是"谨慎乐观"：它确实能把盘点从"每月一次的大工程"变成"每天一次的例行扫描"，但前提是你接受它永远有几个点的误差，并且愿意为这几个点去整顿现场管理。技术不难，难的是承认现场配不上技术，然后动手去配。供应商的演示视频永远是在最理想的光照下拍的，验收标准一定要写进合同附件，按你的现场条件测，不按他的样板间测。
一句话忠告：先花两周把试点通道的 5S 做到位，再谈摄像头的准确率——顺序反了，钱就白花了。
