山东电子职业技术学院“微瑕智检”团队由10名以人工智能技术应用专业为主的学生组成。两年来，他们围绕发动机零件微小缺陷AI视觉检测项目，从课堂走向产线。起初，大家只懂书本理论，对产线检测难点并不熟悉。历经上百次算法迭代和现场调试，他们从理解缺陷特征、调整模型参数，到排查问题、与产线人员协作，逐步补上工程经验：有人从辅助跑程序、整理数据做起，渐渐能独立优化算法；也有人从不敢碰设备，到能独立担纲技术任务。两年间，团队完整经历了研发、验证与交付全流程，也完成了从课堂学习者到技术骨干的成长。

　　从一个兴趣出发，把问题带回课堂

　　项目负责人王德凯从小接触机械加工与工业制造场景，对精密质检环节产生了浓厚兴趣。进入人工智能技术应用专业后，他系统学习了工业视觉与AI检测技术。在一次次走进生产现场的过程中，他注意到发动机缸套上0.1毫米级的微裂纹、气孔和砂眼很难被传统方式稳定识别，而这类缺陷一旦流出，就可能引发严重的安全事故。

　　2024年3月，王德凯在校内组建团队，决定用所学的AI技术攻克这一难题。团队成员来自人工智能技术应用、人工智能数据工程、智能网联汽车、大数据与会计、网络营销与直播电商等专业，分别承担算法搭建、边缘部署、数据集构建、工艺分析、成本管控和品牌推广等工作，形成了多学科交叉的攻坚梯队。

　　走进生产一线，在真问题里找方向

　　“在生产一线找问题，在生产一线解决问题”，是团队始终坚持的做法。两年间，团队成员走访山东、辽宁等地开展调研，形成访谈纪要1.8万字，实地观摩检测产线20余条。成员们在车间里认识工艺、理解需求，把课本上的算法知识和真实的质检场景对应起来。

　　调研让团队明确了攻关方向：一是解决微小缺陷漏检率高的问题，二是让检测结果能追溯缺陷成因，三是缩短产品换型调试时间。围绕这三个目标，团队确立了“精准检出—智能归因—敏捷部署”的技术路线。

　　上百次迭代，在攻坚中练就硬本领

　　从跑通开源Demo到独立改进检测模型，团队经历了漫长的打磨过程。成员们在YOLOv11模型中嵌入ECA注意力模块，借助万级标注数据集反复训练，最终将精确率由0.85提升至0.99，召回率达到0.999；他们构建缺陷归因知识图谱，结合检索增强生成（RAG）技术设计工艺智能体，归因准确率达到97%；他们还通过Docker容器化封装与模型量化，把换型时间压缩到30分钟以内。

　　依托学校新一代信息技术产教融合实训基地及省级创新平台，团队累计完成技术迭代试验120余次、算法迭代100余次、学术交流研讨60余次。成员们从在实验室里做仿真，走到控制柜前亲手调试检测系统；从单兵完成作业，转变为跨学科分工协作。团队成员以第一发明人或主要完成人身份，申请发明专利1项、实用新型专利2项，登记软件著作权5项，发表学术论文1篇，所有知识产权均由学生主导完成。

　　三重融合育人，把项目变成一堂产业课

　　团队的成长离不开学校构建的育人体系。学校以“思创融合、专创融合、产创融合”为路径，推动理论课程、实训课程与创新创业课程三线贯通，打通课堂、实验室与生产现场。常老师等6位校内学业导师全程带教，分别指导算法改进与工程化实现、智能体架构设计、缺陷判定标准与工艺分析；来自高校与行业的专家也深入指导方案规划与算法优化。

　　在导师带领下，学院联合共建AI质检实训工坊，以赛促学30余次、以赛促教20余次、以赛促创20余次，让项目中积累的技术成果反哺课堂，转化为可复用的教学与实训资源，惠及更多同学。

　　以赛促学，从学习者成长为准工程师

　　在项目的带动下，团队成员斩获国家级、省级荣誉10余项。其中，王德凯先后获得第十四届“挑战杯”山东省大学生创业计划竞赛铜奖、中国机器人及人工智能大赛一等奖、山东省软件设计大赛二等奖、山东省“技能兴鲁”职业技能大赛二等奖等荣誉。

　　回顾两年历程，团队成员在算法、工程、协同和职业素养四个方面实现了进阶：算法上，从跑通开源代码到独立改进模型；工程上，从实验室仿真到现场部署调试；协同上，从个人作业到跨学科攻关；职业上，从课堂学习者成长为获得行业认可的准工程师。更重要的是，他们在一次次失败与重来中，体会到了精益求精的工匠精神。

　　“以AI之眼，铸品质之魂。”团队表示，将继续迭代优化算法，把在项目中学到的本领带到更广阔的智能制造领域，为“人工智能+制造”贡献新时代职教学子的青春力量。