一条传送带上十几种物料混着跑，怎么精准分类计数？一个 RK3588 盒子搞定
一条传送带上十几种物料混着跑，怎么精准分类计数？一个 RK3588 盒子搞定
一、传送带计数，是个看起来简单但做起来全是坑的事
做工业 AI 视觉这些年，我们接过最多的需求之一就是"传送带计数"。客户说起来都很轻松："不就是数个数吗？"但真到了现场，全是坑。
坑 1：人工点数，数到后面全靠猜
某食品包装厂，一条传送带每分钟过 120 个包装袋，工人三班倒盯着数。一个班 8 小时，数到第 6 个小时眼睛就花了，一炉料数错几百个是常事。月底对账，仓库说发了 10000 件，客户说收到 9700 件，差 300 件谁也说不清哪锅出的问题。人力成本不说，准确率全看工人当天状态。
坑 2：光电传感器，重叠就瞎、异形就废
光电传感器便宜，几百块一个，但只能数"有没有东西遮光"。两个包装袋叠在一起过，遮光一次，传感器跳一下——少计了。异形物料侧着过、躺着过，遮光面积忽大忽小，传感器时灵时不灵。换一种物料就要重新调阈值，调半天还是不准。
某电子元件厂的连接器，金属针脚朝上和朝下的遮光面积差 30%，光电传感器调了一周，最终准确率只有 85%，客户直接弃用。
坑 3：传统工业视觉，准是准，但贵且慢
现成的工业视觉方案，一套硬件加软件大几万甚至十几万，还要专人部署调试。最头疼的是换品类——客户新增一个物料品类，就要收集几百张标注图片、重新训练模型、重新部署，周期动辄几周。小工厂根本用不起也等不起。
我们在多个工厂现场踩过这些坑之后，基于 RK3588 边缘算力盒子，做了一套AI 视觉柔性分类计数系统——一条传送带，多种物料混着跑，能同时分类计数，重叠粘连不丢数，换新品类拍几张图就能用。
二、系统架构：一个盒子，本地搞定
┌──────────────────────────────────────────────┐
│ RK3588 边缘计算盒子 │
│ │
│ 视频接入 → AI 检测 → 目标跟踪 → 越线计数 │
│ (最多4路) (NPU推理) (防重防漏) (分类) │
│ │
│ 本地存储 → 客户端接口 │
│ (计数账本) (预览+配置+导出) │
└──────────────────────────────────────────────┘
▲ │
│ RTSP/USB │ 网线/局域网
│ ▼
工业相机(俯视) 客户端软件(Win/Linux)
整套系统运行在一块 RK3588 边缘计算盒子上，AI 推理用 NPU 硬件加速，跟踪和计数逻辑用 CPU，所有计算都在本地完成，不需要连云端，不需要传视频流到服务器。一个盒子最多支持 4 路相机同时计数，每路相机独立配置检测区域和计数线。
三、四个核心问题，四个解决思路
1. 重叠粘连怎么办？——先跟踪后计数，不是"见框就数"
传统计数方案的逻辑很简单：检测到一个物体，过线就 +1。但物料一重叠，两个物体贴在一起，检测系统可能只识别成一个——少计了。一个物体被前面的物料短暂遮挡，检测框消失又出现，可能被当成新物体——重计了。
我们的做法是先跟踪、后计数。系统为传送带上每一个物理物体分配一个唯一的身份标识，从它进入画面开始持续追踪它的运动轨迹。哪怕物体被短暂遮挡、检测不到，跟踪算法也能根据它之前的运动方向和速度，预测它接下来的位置，等它重新出现时接上同一个身份，不会当成新物体。
只有当一个物体的运动轨迹正向穿越虚拟计数线时，才 +1，并且立即锁定这个物体的身份，防止重复计数。锁定后的物体不再参与计数，直到离开画面。
这样做的效果是：两个物体叠在一起过线，系统能区分是两个独立物体还是一个；物体被遮挡后重新出现，还是同一个身份，不会数两次。
2. 一条传送带多种物料混着跑，怎么分类？——全程跟踪，越线定类
多品类计数的难点在于：同一个物体在不同画面帧里，AI 检测给出的类别可能不一致——这一帧识别成"A 品类"，下一帧因为角度、光线变化识别成"B 品类"。如果每帧都按当前类别计数，就会乱。
我们的做法是全程跟踪、越线定类。每个物体从出现到越线，每一帧的检测类别都记录下来。等它真正穿越计数线的那一刻，取出现次数最多的类别作为最终分类，+1。
物体出现 → 帧1: A → 帧2: A → 帧3: B → 帧4: A → 越线
│
▼
统计: A出现3次, B出现1次
│
▼
最终分类: A, +1
这样即使中间有几帧识别错了，只要大部分帧是对的，最终分类就是准的。而且越线后立即锁定，不会因为后续帧的类别波动而改变计数结果。
3. 换新品类要重新标注训练？——拍几张参考图，现场几分钟注册
这是这套系统最"柔性"的地方。传统 AI 视觉方案，换一个新品类就要收集几百张标注图片、重新训练模型、重新部署，周期动辄几周。
我们用的是少样本视觉检测技术，客户在客户端软件里，对着传送带上的新物料定格一帧，圈选目标区域，起个品类名字，点"添加"——系统会自动截取参考图，在本地生成新的检测模型，热加载到运行中的系统里。整个过程几分钟，不需要写代码、不需要标注数据、不需要重启设备。
这意味着：今天客户说要加一个新品类的计数，现场工程师掏出笔记本电脑，拍几张图，几分钟就搞定了，不用把设备寄回厂家，也不用等算法工程师排期。
4. 部署成本高吗？——一个 RK3588 盒子，不用连云端
| 项目 | 规格 |
|---|---|
| 硬件平台 | RK3588 边缘计算盒子 |
| 最大相机路数 | 4 路（每路独立配置） |
| 视频输入 | RTSP 网络相机 / USB 相机 |
| 推理方式 | 本地 NPU 硬件加速，无需云端 |
| 客户端 | Windows / Linux，网线直连或局域网访问 |
| 数据存储 | 本地计数账本，支持按时间/品类导出 |
| 网络依赖 | 本地推理，断网不影响计数 |
部署方式也很简单：相机架在传送带上方俯视拍摄，盒子接相机网线和电源，客户端连盒子 IP，配置一下检测区域和计数线，就能跑了。不需要改造产线，不需要停机很久。
四、方案对比：四种计数方式全面对比
| 维度 | 人工点数 | 光电传感器 | 传统工业视觉 | 越微柔性计数系统 |
|---|---|---|---|---|
| 准确率 | 80-90%（疲劳后下降） | 70-90%（重叠异形失效） | 95-99% | 99%+（正常工况） |
| 重叠/粘连 | 靠人眼区分，易漏 | 完全失效 | 取决于方案 | 目标跟踪，不丢数 |
| 异形物料 | 靠人眼，准确率看人 | 遮光面积变化大，失效 | 需重新训练 | 少样本技术，拍图即注册 |
| 多品类同时计数 | 可以，但人容易混 | 不能（只能数总数） | 可以，但需多模型 | 可以，同一条带多品类分类 |
| 换新品类时间 | 即时（人学会就行） | 即时（调阈值，但不准） | 几周（标注+训练+部署） | 几分钟（拍图+本地生成） |
| 硬件成本 | 人力成本（三班倒） | 几百元 | 大几万到十几万 | 几千元（盒子+相机） |
| 部署周期 | 即时 | 几小时 | 几周 | 几小时到一天 |
| 数据可追溯 | 靠手工记录 | 无 | 有 | 有（按品类/时间查询导出） |
五、踩坑实录：那些让我们加班到凌晨的计数问题
做这套系统的过程中，我们踩过不少坑，分享几个典型的：
坑 1：检测时有时无，同一个物体被数了好几次
早期版本在某些光照条件下，AI 检测不太稳定，有时候一帧能检测到物体，下一帧又检测不到了。跟踪系统频繁丢失目标又重新识别，同一个物体被分配了好几个身份，数了好几次。
解决思路：优化跟踪算法的"续航能力"——物体短暂检测不到时，根据之前的运动轨迹预测它的位置，维持身份不丢失；同时降低"新身份"的创建门槛，只有连续多帧稳定检测到新物体时才创建新身份，避免误检导致的重复计数。
坑 2：物体刚好在检测不稳定的帧越过计数线，漏计了
检测不稳定的问题缓解之后，又出现了新问题：物体越过计数线的那一帧，如果恰好检测不稳定，系统可能没捕捉到越线动作，等下一帧检测恢复时，物体已经过线了，就漏计了。
解决思路：不依赖单帧判断越线，而是看物体轨迹的连续变化趋势——如果一个物体的位置持续向计数线移动，并且多帧累积的位移超过了阈值，即使某一帧没有严格的"从线这边到线那边"的瞬间，也会在累积位移达标时触发计数。
坑 3：换新品类后，旧的计数身份和新模型的分类对不上
早期版本在加载新检测模型时，没有清空正在跟踪的物体身份。新模型的品类编号和旧模型不一样，旧身份里记录的还是旧模型的分类，新检测结果用新模型的分类，导致越线时取到错误的品类。
解决思路：每次加载新模型后，强制清空所有正在跟踪的物体身份，下一帧重新开始追踪。虽然会导致正在跟踪的几个物体短暂丢失（可能漏计几个），但保证了品类映射的正确性。新品类加载是低频操作，偶尔漏计几个可以接受，品类错误是不可接受的。
六、谁适合用这套方案
- 工厂生产线：包装、食品、医药、电子元器件等传送带计数
- 物流分拣：多品类包裹、快件分类计数
- 仓储出入库：托盘、料箱、货品清点
- 任何还在用人工点数或光电传感器、被重叠异形物料困扰的场景
七、写在最后
传送带计数这件事，看起来就是"数个数"，但真正到了工厂现场，重叠的、粘连的、异形的、反光的、换品类频繁的——每一个都是坑。人工数不准，光电传感器测不了，传统工业视觉又太贵太慢。
我们的思路是：用 AI 视觉解决"看不清"的问题，用目标跟踪解决"数不准"的问题，用少样本技术解决"换品类慢"的问题，用 RK3588 边缘计算盒子解决"部署贵"的问题。四个问题一起解决，才是一套能真正在工厂现场跑起来的方案。
如果你的生产线也有类似的计数难题——不管是重叠粘连、异形物料、还是频繁换品类——欢迎私信沟通，可以发现场视频或测试样本过来，我们帮你评估方案可行性和预期准确率。
关于越微智能（Yuewell）
上海越微信息技术有限公司是一支专注具身智能与工业 AI 视觉落地的技术团队，以自研 VLA 具身智能、视觉与语言大模型及 RK3588 边缘算力为底座，为工业制造、能源电力、智慧城服等场景提供从算法、硬件到机器人集成的全栈交付。传送带柔性分类计数系统是我们工业 AI 视觉产品线的核心方案之一。
浙公网安备 33010602011771号