- 业务闭环
- 人工复核
START WITH A QUESTION
识别出疑似缺陷之后，谁来决定下一步？
质检系统给六张图片打出缺陷分数。把分数高的全部转为告警，会漏掉一些低分缺陷；把门槛降得很低，又可能让复核人员收到太多正常图片。模型输出必须进入一个有人负责的流程。
本课不重复卷积或目标检测原理，而是关注如何使用识别结果。我们用一组明确标注的教学样本，观察阈值改变时漏检与误报的实际数量。
BUILD YOUR VOCABULARY
先把三个概念讲清楚
阈值
将分数变成行动的分界值。本课规定分数大于等于阈值就进入复核；分数只是模型输出，不自动等于校准后的概率。
阈值 0.5 时，分数 0.6 的图片进入复核。
漏检与误报
漏检是真有缺陷却没被选中，误报是正常图片被选中。两类错误代价不同，不能只看总体正确率。
漏掉危险缺陷与多看一张正常图片的后果可能差很多。
人工复核与闭环
由人员确认告警、记录真实结果并跟进处置。模型只是提供线索，不能把“疑似”直接写成已证实。
复核确认后创建整改记录，并保存确认人和图片。
FOLLOW THE PROCESS
把原理放进完整流程
- 01
定义识别目标
明确缺陷是什么，以及什么图片不适合判断。
- 02
获得分数
保存原图、时间、模型版本与输出，便于复盘。
- 03
按阈值分流
比较漏检代价与复核能力，选择进入人工队列的条件。
- 04
复核与反馈
人员确认后完成后续处置，并用真实标签重新评估。
| 样本 | 缺陷分数 | 人工真值 |
|---|---|---|
| A / B / C | 0.95 / 0.70 / 0.45 | 均有缺陷 |
| D / E / F | 0.80 / 0.40 / 0.10 | 均正常 |
| 阈值 0.50 | 3 张进入复核 | 发现 2 个缺陷、漏 1 个、误报 1 个 |
CHANGE ONE THING & OBSERVE
在漏检与复核工作量之间做选择
拖动阈值，观察六张样本的分流结果、漏检数和误报数。蓝色表示有缺陷，空心表示正常，文字标签同时说明含义。
选中 2 个真实缺陷。分数 ≥ 阈值才进入复核；这组小样本不代表真实现场表现。
KNOW THE LIMITS
哪些结论不能直接推出？
高分不等于可以免复核
真实环境可能出现光照、角度或新型缺陷变化；高风险任务仍需设计复核与失效处置。
只在最清晰的图片上测试
验收样本应覆盖现场分布，包括模糊、遮挡、不同设备和正常情况。
READ, RUN & EXPLAIN
从分数计算误报与漏检
以下示例仅使用 Python 3 标准库，可复制到本地 Python 环境运行。先看每一行的作用，再修改一个输入观察结果；无需网络或密钥。
scores = [0.95, 0.70, 0.45, 0.80, 0.40, 0.10]
truth = [True, True, True, False, False, False]
threshold = 0.5
pred = [score >= threshold for score in scores]
miss = sum(t and not p for t, p in zip(truth, pred))
false_alarm = sum(not t and p for t, p in zip(truth, pred))
print('漏检', miss, '误报', false_alarm)复制或下载只获取本课示例，不会自动执行。
逐行解释（7 行）
- 第 1 行
scores = [0.95, 0.70, 0.45, 0.80, 0.40, 0.10]六个分数与课程实验一致。
- 第 2 行
truth = [True, True, True, False, False, False]True 代表人工确认有缺陷，False 代表正常。
- 第 3 行
threshold = 0.5设定进入复核的门槛。
- 第 4 行
pred = [score >= threshold for score in scores]逐个比较分数，生成是否进入复核的布尔值列表。
- 第 5 行
miss = sum(t and not p for t, p in zip(truth, pred))zip 对齐真值与预测；统计有缺陷却未被选中的数量。
- 第 6 行
false_alarm = sum(not t and p for t, p in zip(truth, pred))统计正常却进入复核的数量。True 在求和时按 1 计。
- 第 7 行
print('漏检', miss, '误报', false_alarm)把两类错误分别输出，避免被单个平均指标掩盖。
漏检 1 误报 1
CHECK YOUR UNDERSTANDING
换一个角度，检查自己是否理解
已回答 0 / 3 题 · 当前答对 0 题
TAKE IT WITH YOU
带走三个判断，再做一次迁移练习
- 分数要经过阈值和复核流程才能产生业务行动。
- 漏检与误报分别衡量，并结合各自代价。
- 持续记录现场结果，验证模型是否仍适用。
参考与延伸阅读
本课例子、代码和模拟数据为教学设计。以下一手文档用于延伸核对，不代表对本示例的认证。
- Python 官方教程：数据结构列表、集合与队列等示例语法参考。
- scikit-learn：模型评估评估指标与预测、决策的区别。
- IBM：检索增强生成检索与生成组合的进一步说明。
- NIST：AI 风险管理框架可靠性与风险管理的延伸阅读；不是特定项目的合规结论。