视觉检测准确率怎么看：漏检、误检与样本量需要一起说明

假设测试集中有 990 件合格品和 10 件缺陷品，系统把所有产品都判为合格，总准确率仍是 99%，但 10 件缺陷全部漏掉。这个假设说明样本结构会影响数字含义。

因此，阅读案例时建议先找出各类缺陷的数量和识别结果，尤其关注严重缺陷是否有足够测试证据。

在本文口径下，漏检率为漏判合格的缺陷品数除以实际缺陷品数；误检率为被判异常的合格品数除以实际合格品数。报告应说明自己的口径是否相同。

测试集中没有某类缺陷时，不能把该类漏检率写成零。应说明没有覆盖，并补充测试计划。

现场还包括拍照、传输、剔除与复检。算法速度达标，并不保证整站能在实际线速下完成任务。

建议同时查看连续运行的超时、漏拍、剔除失败和人工复核耗时。只有把这些记录放在一起，才能理解案例展示的检测能力。

澄序工业建议把缺陷类型、统计分母和人工复核量放在同一份报告中。数据量不足时明确写出限制，让采购与质量人员能判断适用范围。

阅读要点对照