聚焦港口皮带运输场景，解析低照度、雨雾干扰下堵料和撒料检测算法的优化方法。

业务痛点

• 环境光变化大导致特征不稳定
• 雨雾天气识别置信度下降
• 误报增加影响生产决策

方案架构

• 图像增强+时序建模提升稳定性
• 多任务学习联合判断堵料与撒料事件
• 线上A/B评估持续迭代模型版本

预期业务指标

• 低照场景识别准确率提升 15%+
• 雨雾天气误报率下降 25%+
• 模型迭代周期缩短 30%

实施建议

建议按照“试点验证-流程联动-规模复制”的节奏推进，并将识别准确率、响应时效、闭环率纳入统一验收体系。

常见问题

雨雾天气一定要热成像吗？

非必须，可先通过去雾增强与时序策略优化，再评估是否叠加热成像。

怎么控制模型迭代风险？

建议采用灰度发布和双模型并行对比，满足阈值后再全量切换。

样本量不足怎么办？

可引入主动学习机制，优先标注高价值难例样本。