企业官网建设流程全解析

1. 炉前烟尘识别到底在解决什么问题

第一次接触这个需求是在一个铜熔炼车间，炉长拉着我看炉口，说“你帮我看看现在这个烟算浓还是淡”。我当时愣了一下——这玩意儿肉眼判断全凭经验，老师傅说浓就浓，说淡就淡，换个人来看结论可能完全相反。更麻烦的是，环保数据要留痕，加料时机要卡点，全靠人盯炉口，一个班下来眼睛都花了，还容易漏看。

熔炼炉烟尘AI视觉识别要干的事情，说白了就是用摄像头替代人眼，把炉前烟尘状态实时分成浓烟、淡烟、无烟三类，输出结构化信号给中控系统。它解决的核心痛点有三个：第一，人工判断主观性强、标准不统一；第二，炉前环境高温高尘，人不能长时间靠近；第三，烟尘状态直接关联加料节奏、燃烧效率和排放合规，需要秒级响应。

这套方案适合谁参考？做工业视觉落地的算法工程师、冶金/铸造行业的自动化改造负责人、以及计算机视觉方向想找真实场景练手的学生。我后面会从方案选型、数据采集、模型训练、部署调优到现场踩坑，完整拆一遍，代码和参数都给到能直接抄的程度。

注意：工业现场和实验室跑demo完全是两码事。实验室里准确率99%的模型，到炉口可能连60%都保不住，原因后面会细说。

2. 整体方案设计与技术选型思路

2.1 为什么是“三分类”而不是“浓度回归”

很多人第一反应是做个回归模型，输出一个0到1的烟雾浓度值，看起来更精细。我一开始也这么想，但实际跑下来发现两个致命问题。

第一，标注一致性无法保证。让十个老师傅给同一段视频打浓度分，分数能差出0.3。你说0.6算浓还是淡？没有客观基准，回归目标的噪声太大，模型学出来的东西不可信。

第二，业务侧根本不需要连续值。中控系统要的是决策信号：浓烟了要不要加大引风？淡烟了要不要准备加料？无烟了是不是可以进入下一工序？三个离散状态足够驱动逻辑，反而更稳定、更好验证。

所以三分类是业务需求倒推出来的最优解，不是技术上的偷懒。分类边界清晰，标注可仲裁，模型输出可以直接映射到PLC动作。

2.2 视觉方案选型：可见光还是红外

炉前环境有两个极端：一是强光，炉火本身是巨大光源，普通相机容易过曝；二是烟尘遮挡，可见光在浓烟下穿透力有限。

我对比过三种方案：

最终我选了工业可见光相机+窄带滤光片的方案。原因很实际：预算有限，而且三分类里“淡烟”这个中间态主要靠纹理和透明度判断，红外图像在这块信息不足。滤光片选的是850nm窄带，把炉火里最强的可见光波段压下去，同时保留烟尘的散射特征。

相机安装位置也有讲究。我试过正对炉口、侧45度、顶部俯视三个角度，最后定在侧上方30度、距离炉口约3.5米。正对容易被喷溅物打坏镜头，俯视看不到烟的扩散形态，侧上方既能拍到烟柱轮廓，又能避开大部分飞溅。

2.3 模型选型：轻量级CNN还是Transformer

2024年了，Transformer在视觉领域确实火，但工业部署要考虑推理延迟和硬件成本。炉前监测要求单帧推理小于50ms，才能做到真正的实时。

我最终选了MobileNetV3-Small做主干，输入分辨率224x224，参数量约2.5M，在Jetson Xavier NX上单帧推理约18ms。为什么不用ResNet50？因为现场部署的是边缘设备，功耗和散热都受限，大模型跑起来风扇狂转，车间温度又高，稳定性反而下降。

Transformer方案我也试过ViT-Tiny，准确率比MobileNetV3高约1.5个百分点，但推理时间翻倍到40ms左右，而且对训练数据量要求更高。在工业场景里，稳定性和延迟比那1.5个点重要得多。

实操心得：不要盲目追新架构。工业落地的第一原则是“够用就好”，模型小、推理快、容易维护，比刷榜重要。

3. 数据采集与标注的实操细节

3.1 现场采集：怎么拍到有用的数据

数据采集这一步，我踩的坑最多。第一次去现场，架好相机录了三天，回来一看，80%的帧都是无效的——要么炉门关着，要么画面里全是火花，要么曝光过度一片白。

后来总结出一套采集规范：

• 采集时段覆盖完整生产周期：加料、熔化、扒渣、出料，每个阶段都要有。浓烟主要出现在加料和扒渣阶段，无烟出现在出料后，淡烟是过渡态。
• 每类至少采集2000帧有效图像，且要覆盖不同班次、不同炉料、不同天气（车间光照受外界影响）。我最终攒了约12000帧原始数据，三分类大致均衡。
• 同步记录工艺参数：加料时间、引风频率、炉温。这些后面用来做数据校验，比如“引风开到80%还出现浓烟”就是异常样本，要单独分析。
• 固定相机参数：曝光、增益、白平衡全部手动锁定。自动模式在不同光照下会漂移，导致模型学到的是相机参数变化而不是烟尘变化。

采集脚本我用的是OpenCV，每500ms抓一帧，同时写时间戳：

import cv2 import time import os cap = cv2.VideoCapture(0) cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720) # 手动锁定曝光，具体值现场调 cap.set(cv2.CAP_PROP_AUTO_EXPOSURE, 0.25) cap.set(cv2.CAP_PROP_EXPOSURE, -6) save_dir = "raw_data" os.makedirs(save_dir, exist_ok=True) count = 0 while True: ret, frame = cap.read() if not ret: break ts = time.strftime("%Y%m%d_%H%M%S") cv2.imwrite(f"{save_dir}/{ts}_{count:06d}.jpg", frame) count += 1 time.sleep(0.5)

3.2 标注规范：让三个人标出一样的结果

标注是三分类项目里最容易被低估的环节。我一开始让两个实习生标，结果一致性只有70%左右。后来制定了明确的标注规则，一致性提到92%以上。

规则核心是看三个维度：烟柱的不透明度、扩散范围、边缘清晰度。

• 浓烟：烟柱完全不透明，看不到炉口背景，扩散范围超过炉口宽度2倍，边缘模糊。
• 淡烟：烟柱半透明，能隐约看到炉口轮廓，扩散范围在炉口宽度1到2倍之间，边缘有一定清晰度。
• 无烟：画面中无明显烟柱，或仅有极淡的热气流扰动，炉口背景清晰可见。

边界样本处理原则：拿不准的归到相邻更严重的类别。比如浓烟和淡烟之间拿不准，标浓烟。因为业务上漏报浓烟的代价比误报大得多。

标注工具我用的是LabelImg改的分类版本，每张图只打一个类别标签。12000张图，两个人标了约一周，交叉校验了两轮。

注意：标注时一定要把图像分成“训练集”和“验证集”两个文件夹分别标，避免同一段视频的相邻帧同时出现在训练和验证里，否则验证准确率会虚高。

4. 模型训练与调优的完整流程

4.1 数据增强：模拟现场的各种干扰

工业现场的图像变化比公开数据集复杂得多。我用了一套组合增强策略，在训练时动态应用：

import albumentations as A from albumentations.pytorch import ToTensorV2 train_transform = A.Compose([ A.RandomResizedCrop(224, 224, scale=(0.7, 1.0)), A.HorizontalFlip(p=0.5), A.RandomBrightnessContrast(brightness_limit=0.3, contrast_limit=0.3, p=0.7), A.HueSaturationValue(hue_shift_limit=10, sat_shift_limit=20, val_shift_limit=20, p=0.5), A.GaussNoise(var_limit=(10.0, 50.0), p=0.3), A.MotionBlur(blur_limit=5, p=0.2), A.CoarseDropout(max_holes=8, max_height=16, max_width=16, p=0.3), A.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]), ToTensorV2() ])

这里有几个针对性的设计：

• RandomResizedCrop：模拟相机焦距变化和烟尘远近差异。
• RandomBrightnessContrast：模拟炉火强弱和曝光波动。
• MotionBlur：模拟烟尘快速流动时的运动模糊。
• CoarseDropout：模拟飞溅物短暂遮挡镜头。

验证集只用Resize和Normalize，不做增强，保证评估结果反映真实分布。

4.2 训练配置与类别权重

三分类虽然均衡，但实际生产中浓烟样本偏少（因为浓烟时段短），所以我在损失函数里加了类别权重。权重按类别频率的倒数计算：

import torch import torch.nn as nn from torchvision.models import mobilenet_v3_small # 假设训练集三类样本数为 [4000, 4500, 3500] class_counts = [4000, 4500, 3500] total = sum(class_counts) weights = [total / (3 * c) for c in class_counts] # 约 [1.0, 0.89, 1.14] class_weights = torch.tensor(weights, dtype=torch.float32).to(device) model = mobilenet_v3_small(pretrained=True) model.classifier[3] = nn.Linear(1024, 3) model = model.to(device) criterion = nn.CrossEntropyLoss(weight=class_weights, label_smoothing=0.1) optimizer = torch.optim.AdamW(model.parameters(), lr=1e-3, weight_decay=1e-4) scheduler = torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max=30)

训练超参：batch size 64，epoch 30，初始学习率1e-3，余弦退火。在RTX 3060上大约训练40分钟。

关键技巧：label_smoothing=0.1。工业数据标注难免有噪声，标签平滑能防止模型对边界样本过度自信，实测验证集准确率提升约2个百分点。

4.3 训练结果与混淆矩阵分析

最终模型在验证集上的表现：

整体准确率约94%。混淆矩阵显示主要错误集中在淡烟和浓烟的边界，以及淡烟和无烟的边界。这符合预期，因为这两个边界本身就是连续过渡的。

我针对边界样本做了第二轮专项采集，在炉口加装了辅助光源，让淡烟的纹理更清晰，补充了约1500张边界样本重新训练，淡烟F1提升到0.94。

实操心得：不要只看整体准确率。工业场景里，漏报浓烟的代价最大，所以浓烟的召回率要单独盯。我最终把浓烟召回率调到0.97以上才敢上线。

5. 边缘部署与实时推理优化

5.1 模型导出与量化

训练完的PyTorch模型要部署到Jetson Xavier NX上，直接跑FP32推理延迟约35ms，不够理想。我做了两步优化：

第一步，导出ONNX：

dummy_input = torch.randn(1, 3, 224, 224).to(device) torch.onnx.export( model, dummy_input, "smoke_cls.onnx", input_names=["input"], output_names=["output"], dynamic_axes={"input": {0: "batch"}, "output": {0: "batch"}}, opset_version=11 )

第二步，用TensorRT做FP16量化：

trtexec --onnx=smoke_cls.onnx \ --saveEngine=smoke_cls_fp16.engine \ --fp16 \ --workspace=1024 \ --minShapes=input:1x3x224x224 \ --optShapes=input:1x3x224x224 \ --maxShapes=input:1x3x224x224

量化后单帧推理降到12ms，加上预处理和后处理，端到端约20ms，满足50ms的实时要求。精度损失不到0.5个百分点，完全可接受。

5.2 推理服务与平滑策略

单帧分类结果会有抖动，比如浓烟和淡烟之间来回跳。直接输出给PLC会导致执行机构频繁动作。我加了一个滑动窗口投票：

from collections import deque import numpy as np class SmoothPredictor: def __init__(self, window_size=5, threshold=0.6): self.window = deque(maxlen=window_size) self.threshold = threshold def update(self, probs): self.window.append(probs) avg = np.mean(self.window, axis=0) pred = int(np.argmax(avg)) conf = float(avg[pred]) if conf < self.threshold: return -1 # 不确定，保持上一状态 return pred

窗口大小5，对应约100ms的平滑。阈值0.6，低于这个值就输出“保持”，避免频繁切换。实测下来，状态切换频率从每秒3到4次降到每分钟2到3次，中控侧反馈很稳。

5.3 与PLC的通信对接

推理服务输出三分类结果后，通过Modbus TCP写给PLC。我用的是pymodbus：

from pymodbus.client import ModbusTcpClient client = ModbusTcpClient('192.168.1.10', port=502) client.connect() # 寄存器地址0x0001，0=无烟，1=淡烟，2=浓烟 def write_state(state): client.write_register(0x0001, state)

PLC侧根据状态执行逻辑：浓烟触发引风加大，淡烟准备加料，无烟进入下一工序。整个链路从图像采集到PLC动作，端到端延迟约80ms。

注意：Modbus寄存器地址和数据类型一定要和PLC工程师对齐，我因为地址偏移搞错了一次，导致引风逻辑反了，炉子差点出问题。上线前务必做联调测试。

6. 现场常见问题与排查速查

6.1 模型在现场掉点怎么办

这是最典型的问题。实验室94%，现场可能只有80%出头。原因通常有三个：

第一，光照变化。车间白天和晚上光照差异大，虽然锁了相机参数，但外界光还是会漏进来。解决办法是在炉口加装遮光罩，同时训练时加入更强的亮度增强。

第二，镜头污染。炉前飞溅物和粉尘会逐渐糊住镜头，图像变模糊。我加了每4小时自动吹扫的气路，镜头前加保护玻璃，每周更换一次。同时训练时加入高斯模糊增强，让模型对轻度污染有鲁棒性。

第三，炉料变化。换了一种炉料后，烟的颜色和形态可能不同。解决办法是持续采集新数据，做增量训练。我一般每两周收集一批新样本，微调最后一层分类头。

6.2 常见问题速查表

6.3 独家避坑技巧

技巧一：保留“不确定”状态。三分类之外，我实际部署时加了一个隐式的第四态——置信度低于阈值时输出“保持”。这比强行分类要安全得多，避免模型在边界上乱跳。

技巧二：用工艺参数做交叉校验。如果引风频率已经开到90%还报浓烟，大概率是模型误判，可以触发人工复核。这个逻辑帮我过滤了约30%的误报。

技巧三：模型版本管理要严格。每次更新模型都要记录训练数据版本、超参、验证指标。我有一次直接覆盖了线上模型，结果新模型在某个班次表现很差，想回滚都找不到旧版本。后来用MLflow做版本管理，再没出过这个问题。

技巧四：现场调试带个便携屏。炉前环境嘈杂，抱着笔记本蹲在炉口调参很不现实。我后来带了一个带HDMI的便携屏和无线键鼠，在安全区域远程调试，效率高很多。

7. 后续可扩展的方向

这套三分类框架跑通后，其实可以往几个方向延伸。一是烟尘浓度分级细化，比如把浓烟再分成“浓”和“极浓”，对应不同的引风档位。二是多炉口联动，一个车间多个炉子，统一调度引风资源。三是结合炉温预测，烟尘状态和炉内反应阶段强相关，可以用来辅助判断熔化进度。

我目前在做的是把分类结果和能耗数据关联分析，看看能不能找到“烟尘状态-引风能耗-炉温”的最优控制曲线。初步数据看，淡烟阶段适当降低引风频率，能耗能降约8%，同时不影响排放指标。这个方向还在验证，有结果再单独写一篇。

代码和配置我都整理在了一个仓库里，核心就是MobileNetV3加TensorRT量化加滑动窗口平滑，没有花哨的东西，但现场跑了半年多，稳定性没问题。工业视觉落地，简单可靠比先进重要，这是我最大的体会。