先说结论：仓库视觉 AI 模型上线掉准确率，大概率不是模型不行，是你根本没管住模型以外的东西——光照、相机、数据、版本发布。
我见过太多这种场面。供应商来做演示，笔记本上跑得漂亮，训练集 99% 的准确率，投屏给老板看，全场鼓掌。两个月后上线，现场掉到 90% 出头，操作工开始手动复检每一单，老板问钱去哪了，供应商说"你们现场条件变了"。你听着耳熟吗？
训练集上的数字是闭卷考试，现场是开卷还时不时停电。这两件事压根不是一回事。
掉准的根因，我一个个给你数。第一是光。仓库的光一直在变：月台门一开，阳光直射传送带；夜班的照明和白班不一样；到了秋天太阳角度变了，之前没问题的工位突然全是反光。有个公开报道的案例我印象很深：一个基于 Jetson Orin 的视觉检测系统，实验室里准确率 99.8%，量产上线后误检率直接冲到 15%～20%，查下来就是窗户透进来的阳光让金属件反光被误判成缺陷。仓库里纸箱、胶带、缠绕膜都是反光面，这个坑一个都躲不掉。
第二是相机自己在动。叉车路过蹭一下支架偏了几度，镜头上积了三个月的灰，传送带振动让画面轻微拖影。几度？听着不大，但对做定位和计数的模型来说，视角变了等于换了一个数据集。
第三是货在变。新 SKU 进仓、商家换了纸箱颜色、印刷新标识、缠绕膜从透明换成黑色——模型训练时从来没见过这些。第四更隐蔽：训练和推理的预处理对不上。训练时图片做了归一化，上线时工程师为了省几毫秒跳过了一步，这种训练-推理偏差不会报错，只会悄悄地让准度掉一截。第五个连很多算法团队自己都意识不到：标注口径在漂移。同一批质检员，年初和年中对"划痕算不算缺陷"的标准不一样，标签自己先变了，模型学的是个移动的靶子。
所以一句话：模型不是变差了，是世界变了。而大多数仓储视觉项目的运维，恰恰对"世界变了"毫无准备。
模型版本，要像管库位一样管
先讲个血淋淋的习惯问题。很多项目的模型管理就是个文件夹：model_final_v2_real_final.pth。哪个版本的数据训的？超参是啥？预处理改没改？没人说得清。出了问题想回滚？回哪去都不知道。
版本管理的核心只有一条：任何一个上线过的模型，都要能完整复现。版本号必须绑定三样东西——训练数据的版本、代码版本、超参数和随机种子。训练数据要做快照，存成不可变的一份，谁都不能事后改。少了任何一环，出事的时候你都说不清"到底是哪个环节变了"，只能靠猜。
回滚机制是第二个保命项。视觉模型迭代的标配是"一键回滚"：新版本上线出问题，十分钟内切回上一个稳定版本，不需要重新训练、不需要改代码。做不到这点，就别谈迭代。你看那些掉准的惨案，很多不是因为新版本差，而是因为新版本差了还退不回去，现场被迫拿坏模型顶着跑。
数据集快照怎么做？不用搞得多复杂：每次训练，把训练集的文件清单加哈希值存下来，采样比例、增强手段写进训练日志。以后有人问"这一版到底拿什么训的"，三分钟能答上来，就算合格。答不上来的团队，模型出问题只能靠玄学排查。
然后是发布方式的选型分界，这块我给个明确结论。业内三种标准做法：影子模式、灰度发布、蓝绿部署。影子模式是让新模型和老模型同时跑生产流量，新模型的输出只记录不执行——零风险，专门用来验证"新模型在真实流量下表现如何"。灰度发布是先让新模型接一小部分真实流量，比如先接 5% 跑一周，没问题再按 20%、50%、100% 逐步放量，出了问题影响面可控。蓝绿部署是两套完整环境瞬间切换，适合换相机型号、大改预处理这种"非换不可"的场景。
我的判断：仓库视觉项目，标准路线就是影子跑两周，再灰度放量。别跳过影子直接灰度——灰度接的每一单都是真实业务，视觉质检错一单就是发错一单货；影子模式的错单只是日志里的一行字。顺序不能反。
影子跑的那两周也不是白跑，要看三个数：新老模型分歧率有多高、分歧集中在哪些货上、新模型在高置信度样本上是不是明显更稳。分歧率居高不下还执意灰度，等于闭眼上路。灰度阶段再看业务指标：复检人工时有没有降、错发率有没有动。技术指标好看、业务指标不动的升级，不叫升级，叫折腾。
报警太多，等于没报警
上线之后是第二个战场：监控。很多项目上线即巅峰的原因，是没人知道模型什么时候开始掉。运营团队发现不对劲的时候，模型已经烂了两个月。
监控要先看对指标。误检率和漏检率必须分开看，因为它们烧的是两种钱。误检烧的是人力：模型说有问题、实际没问题，每一单误检都要人停下来复检，误检率一高，操作工就开始无视系统，你的 AI 等于白装。漏检烧的是真金白银：有问题的货没被发现，发到客户手里就是退货和罚款。一个只看"总准确率"的仪表盘是自欺欺人——准 95% 的模型，误检和漏检各占 2.5%，和误检 4.5%、漏检 0.5%，是完全不同的两种生意。
另外还要区分四种不同的"坏"：数据漂移（输入变了，比如光照、新包装）、预测漂移（模型的输出分布变了）、概念漂移（输入和答案的关系变了，比如质检标准收紧了）、纯粹的工程故障（特征管线挂了）。原因不同，治法完全不同。看到准度掉就"加数据重训"，十有八九是治错了病——如果是相机歪了，你训一百遍也没用。
最后是报警疲劳，我单独拎出来说是因为这是最常见的死法。阈值设太松，模型烂了没人知道；设太紧，每天几十条报警，值班的人看都不看就批量已读。我的经验：报警只设两档。一档是"准度掉超过基线、必须今天处理"，一档是"趋势在变差、本周看看"。超过两档的报警体系，基本等于没有报警体系。
结尾不讲大道理，给你一个明天就能动手的事。
从今天开始，让系统每天把生产图片存下来，随机抽 100 张，找个人工复检一遍，记下误检多少、漏检多少。坚持两周。你会得到这个项目最值钱的东西：模型在现场的真实准度曲线。有了这条曲线，上面说的所有东西——版本管理、灰度发布、报警阈值——才有地基。没有这条曲线，你调的每一个参数都是在猜。
视觉 AI 这行当，拼的从来不是谁的模型准一度，而是谁先知道自己什么时候不准了。
