看到有個(gè)搞工業(yè)視覺大模型的程序員在那吹，說自己公司所使用的工業(yè)視覺大模型都是經(jīng)過百萬、千萬甚至是上億數(shù)據(jù)訓(xùn)練的，識別準(zhǔn)確率超過99.3%，我看了笑了笑，別說99.3%了，就算是99.8%，在我們公司都是不合格的！

而他另一套純技術(shù)思維的說法就更讓我無語了，說什么：“準(zhǔn)確率高的，大概率都是小模型！”

咱拋開使用場景，只看訓(xùn)練的數(shù)據(jù)集，不看準(zhǔn)確率，這不是妥妥得耍流氓嘛！況且，工業(yè)視覺基本上都是非標(biāo)視覺，恰恰是很看使用場景的東西，所以，為什么很多大的工業(yè)視覺項(xiàng)目都看不到通用工業(yè)視覺大模型的身影？是我們做不出來嗎？是那套通用視覺大模型沒用，或者準(zhǔn)確率不高，好吧！

的確，現(xiàn)在工業(yè)視覺行業(yè)內(nèi)有很多通用型產(chǎn)品，比如說檢個(gè)小螺絲，貼個(gè)標(biāo)簽什么的，這都是簡單的工業(yè)視覺場景，遇到復(fù)雜的檢測場景，即使是上億數(shù)據(jù)集的工業(yè)視覺大模型，它也得針對單個(gè)場景單獨(dú)訓(xùn)練，該花多長時(shí)間就得花多長時(shí)間，本來應(yīng)該訓(xùn)練多少數(shù)據(jù)集，它就應(yīng)該訓(xùn)練多少數(shù)據(jù)集！

比如說，你是上億級工業(yè)視覺大模型，我是從0開始訓(xùn)練的工業(yè)視覺大模型，甲方生產(chǎn)時(shí)需要檢測一個(gè)叫作“螺母”的東西，那大概率是上億級的工業(yè)視覺大模型省時(shí)間，前提是它訓(xùn)練過“螺母”這個(gè)東西，如果沒有，那其實(shí)它和我這個(gè)從0開始訓(xùn)練的大模型其實(shí)是一樣的！我需要訓(xùn)練幾十萬次，那它同樣也得訓(xùn)練幾十萬次，沒有什么捷徑可走。

這時(shí)候，如果我訓(xùn)練后的準(zhǔn)確率控制在99.8%以上，而這個(gè)號稱用了上億數(shù)據(jù)集訓(xùn)練的工業(yè)大模型的識別準(zhǔn)確率最高只有99.3%，您認(rèn)為客戶會使用哪個(gè)？您跟他吹自己上億數(shù)據(jù)集，他不需要又有什么用？

對于客戶來說，拋開“螺母”這個(gè)東西，其他的訓(xùn)練對他都沒用，在代碼的世界里，我們管這個(gè)叫作“冗余”！

換個(gè)角度說，別說99.3%了，哪怕是99.9%，工業(yè)視覺項(xiàng)目能順利通過驗(yàn)收都是很難的，因?yàn)榭蛻粢?，其?shí)是100%！但是，大家都知道，只要是視覺，不管是工業(yè)視覺還是消費(fèi)市場的視覺，沒有誰能夠保證檢測100%的準(zhǔn)確率。

我做過的幾乎所有工業(yè)視覺項(xiàng)目，基本上合同上寫的識別準(zhǔn)確率就沒有低于千分之一的即99.9%，最夸張的一次，客戶直接要求識別準(zhǔn)確率要在萬分之一即99.99%，這個(gè)項(xiàng)目四年了，還沒有通過驗(yàn)收！我想未來只要客戶堅(jiān)持這個(gè)數(shù)字，估計(jì)大概率也是驗(yàn)收不掉了！

所以，工業(yè)視覺模型數(shù)據(jù)集大小其實(shí)并不重要，客戶看的，只是能給他節(jié)省多少事，客戶的要求其實(shí)就是替代人工或者極少數(shù)的人工干預(yù)。

假設(shè)甲方是一個(gè)生產(chǎn)螺絲的工廠，引進(jìn)了一臺視覺設(shè)備，檢測準(zhǔn)確率這里假設(shè)是90%，要求很低，對于生產(chǎn)的螺絲，只要檢測不合格，直接吹走或者推到瑕疵品區(qū)域即可，只要瑕疵品區(qū)域足夠大，即使是識別準(zhǔn)確率不高，那么產(chǎn)線在完全沒有人工干預(yù)的情況下，跑個(gè)個(gè)把小時(shí)甚至是一天都沒有問題。

但是，如果甲方是一個(gè)生產(chǎn)輪胎的工廠呢？同樣是90%的話，意味著每生產(chǎn)10個(gè)輪胎就有一個(gè)輪胎檢測不到，那視覺設(shè)備基本上就離不開人工了！

那假設(shè)如果我們的視覺設(shè)備能夠把識別準(zhǔn)確率提高到99.9%呢？對于生產(chǎn)螺絲的企業(yè)來說，其實(shí)影響不大，因?yàn)榧词故?0%，人工干預(yù)的情況也很少，但是，對于生產(chǎn)輪胎的企業(yè)來說，作用就大了，假設(shè)3分鐘檢測一個(gè)輪胎，那么原來90%的識別率，每30分鐘就得人工干預(yù)一下，現(xiàn)在變成了2天！

所以，拋開使用場景光談模型數(shù)據(jù)集大小那就是本末倒置！工業(yè)視覺的本其實(shí)就是準(zhǔn)確率，而不是所謂的通用性！

結(jié)語

為什么現(xiàn)在很多通用型的工業(yè)視覺軟件產(chǎn)品價(jià)格卷到了幾乎沒利潤，很多價(jià)格都卷到了千元以內(nèi)，原因也是在這，過分講究模型的多樣性，實(shí)際上看似訓(xùn)練的數(shù)據(jù)集很大，但是解決不了客戶的實(shí)際問題，自然賣不動(dòng)！不管工業(yè)視覺產(chǎn)品怎么吹上天，終究還是以解決客戶問題為主，你解決不了客戶的問題或者解決的不夠徹底，自然不會被市場所接受！

包括我在內(nèi)的很多程序員，其實(shí)都有一個(gè)通病，那就是很喜歡搞通用的東西，這個(gè)本身沒錯(cuò)，通用，意味著低耦合，拿來即用，不用即拋，這在代碼的世界里面其實(shí)是個(gè)好東西，但是，拋開業(yè)務(wù)只看代碼，難怪你做不好！