元象视界：上 AI 之前，先把画面验明白

算法上线前最常被跳过的一步，是**验画面**。目标在回放里只露出半个角、被反光盖住、或者刚好在画面边缘——这种输入喂给再好的模型也白搭。深圳市元象视界科技有限公司见过这类返工：算法调了两周，最后发现是采集端没拍对。

先把责任分清：采集是输入，识别是结果

一条视频链路有四段：**采得到 → 传得回 → 存得住 → 认得准**。前三段是采集与接入的责任，第四段才是算法。

返工最常见的原因，是拿第四段的问题去改第三段。模型精度上不去，先怀疑模型；其实很多是输入里根本没有可辨的目标。

验收前先定「采集样片标准」

在谈算法准确率之前，先约定三条：**目标在画面中的占比**（能不能数清细节）、**光照条件**（强反光、逆光、暗处各占多少）、**视角与距离**（是不是作业时的真实姿态）。

标准定下来，采集端能不能达标就是可验证的事；标准不定，双方永远在「我觉得能看清」上扯皮。

采集端该验的四件事

**够近**：目标在画面里有多大，决定细节够不够用。

**够稳**：走动和俯身时画面糊不糊，这决定后处理能不能取到清晰帧。

**够准**：镜头有没有对着检查点，而不是对着旁边。

**够亮**：暗处有没有画面、亮处有没有丢细节。

四件事都是采集端能验的，不需要等算法。

算法方该验的事，别拿采集的账去结

识别率、漏检、误报，取决于模型、数据与阈值——这些属于算法方。采集端能保证的是：**给到算法的画面里，目标可见、可辨、不糊**。

把这条边界写进项目文件，验收时才有得谈：是输入不合格，还是模型不合格。

我们负责哪一段，说清楚

我们做的是第一视角采集终端：1080P、超宽动态应对明暗反差、自动红外应对暗处、激光指示帮助确认焦点、镜头可旋转对准、焦距可按项目定制。

**不做的部分也要说清**：无内置存储、无内置电池、无无线模块、不做算法、不做边缘算力。这些环节需要由宿主终端、边缘盒子和算法方补齐，联调时各归各的责任。

关键词：AI视觉、算法验收、采集样片标准、第一视角、边缘计算、AI头戴摄像机、单耳式摄像机、视频接入