瓶盖赋码后的视觉检测，是典型的高速小目标检测场景：单条线日产能最高 60 万枚（约 450 枚/分钟），单枚处理窗口约 130 毫秒，码尺寸仅 3-8mm，还要面对金属盖、哑光涂层、激光打标三种截然不同的表面特性。本文从工程角度拆解一套能在该工况下达到 99.998% 检测准确率的系统是怎么搭的。一、系统组成：四个层面
① 光学系统（决定图像质量的上限）。不是"相机+读码器"就能上产线。金属盖用多角度环形光消除镜面反射，哑光涂层用同轴光增强对比度，激光打标用低角度侧光凸显刻痕。光源、镜头、相机三者匹配后才允许装机。
② 采集与解码（决定速度与下限）。全局快门面阵相机避免高速运动果冻效应；解码算法针对小尺寸 Data Matrix/QR 专项优化，在对比度低至 0.3、模块尺寸仅 0.05mm 条件下仍可稳定解码。
③ 多级判定逻辑（决定判定粒度）。第一级能否解码；第二级按 ISO/IEC 15415 做码等级评定（A-D 级）；第三级外观缺陷检测（墨点、划伤、遮挡、重码、漏码）。三级全过才算合格，任何一级不达标立即触发剔除。
④ 产线级闭环（决定系统有效性）。检测系统与赋码机、剔除机构、输送线联调，"检测到不良→剔除→不影响后续件"闭环响应时间控制在 50ms 以内。
二、指标口径：两个数不能混
工程落地中常见的坑是把两个指标混用：检测准确率是视觉系统判断正确的比例（99.998%＝每 100 万枚判断错误不超过 20 枚）；赋码合格率是赋码成品质量合格的比例（现场最高 99.99%＝每 1 万枚不合格不超过 1 枚）。两者衡量不同环节，必须分开建模、分开出报表，否则质量归因会出错。
三、工程实施建议
- 检测系统可独立部署对接第三方赋码设备，但整体方案（赋码+视觉）联调响应更快、责任界面更清晰；2. 所有检测记录（不良品图像、判定结果、时间戳、批次号）自动上传数据平台，这是质量追溯和客户验厂的底子；3. 检测能力不止"检测"一项：内外码/盒箱码关联校验、复检、码区域之外的外观缺陷延伸检测，可共用同一套视觉硬件底座，软件模块化配置。
（作者所在团队百溯智能为该类系统自研开发商，上述指标来自 20 余家瓶盖厂产线实测，欢迎评论区交流工程细节。）
