出库拍照验货：AI视觉如何拦下错发漏发

2023年秋天，深圳一家做跨境小包的仓库连着三天被客户投诉发错货：订单是黑色水杯，寄出去的是白色同款。出库拍照验货的相机明明在转，照片也存了，可没人把照片和订单对过一遍，错发就这么大摇大摆出了门。

出库拍照验货到底在验什么

这就像给打包台装了一个不会走神的复核员：相机拍下包裹封口前的样子，系统把这张照片和订单里的商品、数量、面单号绑在一起。比对分三层。第一层是面单号对不对，扫码枪读到的单号和订单号必须一致。第二层是商品对不对，AI看图里的商品外观、颜色、数量，和订单明细逐项核对。第三层是封口状态，胶带是不是贴全了，箱子有没有破损，重量是不是落在合理区间里。

你可以理解为，照片本身不值钱，值钱的是照片背后的那条绑定关系。没有绑定，照片只是出事之后的证据；有了绑定，照片才能在出事之前拦人。深圳那家仓后来复盘，错发集中在两个场景：同款不同色混放在一个格口，拣货员凭手感拿错；还有就是多件订单漏放一件，封箱时没人再数一遍。这两个场景，恰好都是拍照核验最擅长的地方。

出库拍照验货的选型分界线

相机点位别贪多。打包台上方一台俯视相机拍箱内全景，侧面一台拍面单和封口，多数小包场景这两台就够了。再往上加，边际收益递减，维护量直线上升。相机选型看三个数：分辨率够不够看清颜色和数量，帧率跟不跟得上打包节拍，弱光下成像稳不稳。仓库灯光不像实验室那么友好，顶灯一晃、箱子一反光，识别率立刻掉下来，选型时必须拿真实包裹在真实灯光下测，不能只看厂商样张。

分界线画在订单结构上。单件订单多、商品外观差异大的仓，视觉核验性价比最高，一眼就能看出对错。多件订单多、商品长得像双胞胎的仓，光靠外观不够，必须叠加称重和扫码：重量差一档就报警，扫码逐件确认。还有一类伪需求我直接开炮：日均不到几百单、错发率本来就低的仓，上全套视觉系统纯属烧钱，先把格口管理和二次复核做好，错发能降一大半。

2024年春天，义乌一家仓的日单量冲到每天4000多单，打包节拍压到每单40秒左右。他们只在打包台装了俯视加侧面两台相机，订单比对跑在本地服务器上，网络断了也不停线。三个月下来，错发投诉从每月60多起降到个位数，省下的赔付和补发运费，半年就把设备钱摊平了。注意这个数是那家仓自己的账，不是行业平均数，别拿去套自己的仓。

维护的坑：系统会老，照片不会说谎

视觉系统最常见的死法不是买错了，是没人维护。新品一上架，商品库没更新，AI认不出新款，要么误报一堆，要么直接放行。正确做法是：新品上架流程里加一步，拍标准图、录入颜色和规格，系统更新完才允许出库。相机镜头积灰、支架被撞歪、灯光换了一批色温，这些都会让识别率悄悄下滑。维护清单要写死：每天开工前擦镜头、每周校一次机位、每月抽100单人工复核识别结果，误报率一抬头就查原因。设备选型时顺手问一句平均无故障时间和平时的停机表现，别只看识别率一个数：识别率再高，旺季每天宕机半小时，打包线一样得停下来等人修，这笔停工损失要算进总成本里。

还有一个坑是照片存多久、存在哪。纠纷往往在签收后一到两周才来，照片至少要保留到这个周期之后。存本地硬盘最便宜，但硬盘坏了就全没了；存云端要算流量和存储成本，小包照片量一大，这笔账不小。我的建议是：原图保留纠纷周期，过期后只留缩略图和比对记录，证据链不断，成本可控。

拦截之后怎么办：别让系统只会报警

拦下来只是开始，拦下来的包裹去哪了，决定了这套系统是提效还是添堵。正确做法是在打包台旁边设一个异常格口，被拦截的包裹直接滑进去，复核员当场开箱重核，确认无误再封箱出库，确认有误就地换货。千万别让复核员满仓库追包裹，也别把拦截单堆到下班再处理，堆得越久，订单时效越难看，客户投诉反而先到。

误报也要当回事。系统把对的判成错的，复核员一天要处理几十单，时间一长就会对所有报警麻木，真错发混在误报里也被放过去了。误报率连续一周走高，先查三样：新品图库有没有更新，灯光和机位有没有被动过，相似商品是不是混放在同一个格口。这三样查完还降不下来，再考虑调阈值。阈值调得越松，漏检越多，这个 trade-off 没有免费午餐，只能按自己仓的错发成本去试。

反常识的判断是：拍照核验最大的价值不是拦错发，而是逼着前端流程变规矩。格口不能混放、多件订单必须逐件确认、面单贴歪了就得重贴，这些规矩一旦立起来，错发自然少。系统只是把规矩变成了机器执行的硬约束。

这钱花得值不值，看这一个数：每月因错发漏发产生的赔付、补发运费和客服工时，加起来除以月单量，得到每单的错发成本。视觉系统的月均成本低于这个数，就值得上；高于这个数，先修流程，别急着买设备。

作者：大刘｜自动化设备工程师