Дрейф модели крана после ИИ-инспекции: как предотвратить

AI检测系统上线验收时，断丝识别准确率做到97.3%，皆大欢喜。可跑了半年，老师傅发现它开始漏报、误报，同样的钢丝绳，以前能测出来，现在测不出来了。

很多人第一反应是”模型坏了”或者”供应商坑我”。其实更常见的原因是模型漂移——不是模型变差了，而是现场工况变了，模型没跟上。

模型漂移是AI系统上线后绕不开的问题。下面拆开讲它怎么表现、怎么防。

模型漂移的四种表现：精度下降误报上升漏报上升新工况失效

第一种表现，精度下降。同一批测试数据，上线初期和运行几个月后的检测结果一对比，准确率明显往下掉。

第二种表现，误报上升。正常样本被越来越多地报成异常，运维人员频繁收到假告警，对系统的信任逐渐耗尽。

第三种表现，漏报上升。真实缺陷测不出来了，本该预警的断丝、裂纹被漏掉，这是最危险的一种，因为安全后果最重。

第四种表现，新工况失效。换了新的吊物材质、换了不同的光照、换了新的作业节拍，模型在新工况下直接失灵。这四种表现，都是模型漂移的典型信号。

诊断流程：怎么确认是模型漂移而不是数据问题

检测效果变差，先别急着下结论，要分清是模型漂移，还是传感器、数据、环境的锅。

第一步，回看输入数据。先确认摄像头、传感器本身没坏、没脏、没偏位，输入的数据是干净的。输入数据有问题，模型再好也白搭。

第二步，对比历史基线。把上线初期的检测指标作为基线，和现在的指标对比，看精度、误报率、漏报率是不是持续下滑。持续下滑是漂移的特征。

第三步，抽检错样本。把最近误判的样本抽出来人工复核，看是同一类工况集中出错，还是随机出错。集中在某类新工况，基本可以判定是漂移。克鲁德重工诊断时，按数据、基线、错样本三步走，先排除数据问题再定漂移，ISO 24621《起重机AI故障诊断》对诊断模型的持续有效性有要求。

根因剖析：工况变化传感器老化数据分布偏移

模型漂移的根因，是训练时的数据分布和运行时的数据分布对不上了。具体有三个来源。

第一个，工况变化。吊物材质变了、光照条件变了、作业节拍变了，这些都会让现场图像和传感器数据的分布偏离训练时的样子，模型没见过这些新分布，自然判不准。

第二个，传感器老化。摄像头进灰、镜头磨损、传感器漂移，会让采集的数据慢慢偏离标定时的状态，这种缓慢的偏移最隐蔽，也最容易积累成漂移。

第三个，概念本身的偏移。比如”需要报废的断丝”标准随着钢丝绳型号、使用年限变化而变，模型学到的是旧标准，和新标准对不上。这三个来源，本质都是数据分布偏移，只是偏移的速度和方向不同。克鲁德重工把传感器老化的周期性标定纳入维保，从源头减缓漂移。

漂移预防体系：监控重训练回滚

模型漂移防不住，但能管得住，靠的是监控、重训练、回滚三件套。

监控是前提。上线后持续盯精度、误报率、漏报率这些线上指标，设好阈值，指标一恶化就报警，漂移早发现。

重训练是手段。发现漂移后，用新工况下积累的数据重训练或增量更新模型，让模型跟上现场的变化，GB/T 28264-2017《起重机械安全监控管理系统》的运行数据留痕支撑重训练。数据持续回灌，模型持续更新，漂移就被持续纠正。

回滚是保险。新模型上线后万一比旧模型还差，要能一键回滚到上一个版本，避免漂移纠正变成新的问题。克鲁德重工把监控、重训练、回滚做成AI系统的标配，让模型在持续运行中保持可用。

模型漂移诊断与处置对照

模型漂移相关标准条款速查

关于模型漂移的常见问题

模型漂移的持续更新，可以对照《建成起重机AI视觉算法训练与测试平台，累计积累工业缺陷标注数据超50万张》里的数据积累和重训练思路。

AI模型不是一次上线就一劳永逸，工况在变、数据在变，模型就得跟着变。克鲁德重工用监控、重训练、回滚三件套，让检测模型在持续运行中保持可用。