-
車間裡的氣氛既興奮又焦灼。誤差率穩定在7.5%的訊息像一劑強心針，讓團隊看到了量產的希望，但接下來的三天，新的瓶頸又橫在了麵前。小王按照“慢工出細活”的節奏，嘗試了調整卷積層啟用函式、增加訓練迭代次數、優化資料增強策略等6種優化方向，可誤差率始終在7.3%-7.5%之間波動，像被無形的屏障困住，怎麼也無法突破7%的臨界線。
“第15組測試完成，誤差率7.4%。”小王歎了口氣，關閉模型訓練介麵，“無論是調整正則化引數還是擴大測試集，都冇什麼效果。看來單靠視覺識彆模型，已經逼近精度極限了。”
陳曦眉頭緊鎖，反覆檢視模型的特征提取報告：“視覺特征能捕捉的資訊已經挖儘了。麪糰的細微差異，比如0.3mm以內的氣孔變化、微弱的顏色深淺，在影象上幾乎無法區分，模型自然無法精準判斷。”
李萌萌看著桌上的測試樣本，有些著急：“那怎麼辦？7.5%的誤差率雖然比之前好很多，但量產時還是會出現不少不合格產品，影響口碑啊。”
團隊陷入了沉默，之前突破8%時的喜悅漸漸被無力感取代。所有人都在絞儘腦汁想技術層麵的解決方案，卻冇人注意到蘇晚一直盯著手中的濕度資料記錄表，若有所思。
“或許，我們可以換個思路。”蘇晚突然開口，打破了車間的寂靜，“一直以來，我們都在依賴純技術方案，但傳統手藝裡藏著解決問題的鑰匙。我想提出‘視覺識彆 濕度感測器雙檢測’方案。”
所有人的目光都集中到她身上。陳曦皺了皺眉，第一反應就是反對：“雙檢測？這會增加裝置的複雜度吧。我們現在的裝置結構已經定型，加裝感測器需要重新設計安裝位置，還得除錯資料介麵，很可能會延長研發週期。而且，濕度資料真的能提升多少精度？”
“我知道你擔心複雜度，但請先看看這些資料。”蘇晚冇有退縮，開啟自己整理的分析報告，投影在白板上，“這是之前500組樣本的濕度與發酵等級對應資料——合格樣本的濕度範圍穩定在45%-50%，略不足樣本在51%-53%，略過度樣本在42%-44%，不足和過度樣本的濕度範圍更極端。濕度與發酵等級的匹配度高達85%，這是比視覺特征更穩定的物理指標。”
她指著其中一組資料：“你看這10組之前誤判的樣本，視覺特征與合格樣本高度相似，但濕度都超出了45%-50%的範圍。如果當時有濕度資料輔助判斷，這些誤判完全可以避免。”
陳曦的眉頭依然冇有舒展：“理論上聽起來可行，但實際應用中，濕度會不會受環境影響？比如車間溫度、麪糰水分含量變化，都可能導致濕度資料不準。而且加裝感測器的成本和時間，我們也得考量。”
“這些問題我都考慮過了。”蘇晚早有準備，拿出另一張表格，“我做了對比測試：單檢測（視覺）誤差率7.5%，雙檢測（視覺 濕度）模擬測試50組樣本——當視覺識彆結果為‘合格’但濕度超出45%-50%時，自動標記為‘待複覈’，結合濕度對應的發酵等級修正判斷；當視覺識彆與濕度資料匹配時，直接判定結果。最終模擬誤差率隻有4%，精度提升了3.5個百分點。”
她接著說：“至於環境影響，我們可以在感測器周圍加裝恒溫罩，減少溫度波動的乾擾；麪糰水分含量我們已經有標準化製作流程，偏差不會超過2%，不會影響濕度判斷。而裝置改造方麵，我諮詢過供應商，普通的高精度濕度感測器單價隻要50元，安裝位置可以選在視覺識彆區域的下方，不影響現有結構，改造時間最多1天，完全不會顯著延長研發週期。”
林默看著白板上清晰的資料對比，眼中閃過一絲讚許：“蘇晚的方案很有說服力。資料不會說謊，雙檢測方案能將誤差率降到4%，這已經達到了我們的預期目標。而且成本低、週期短，可行性很高。”
小王也附和道：“我支援蘇晚姐的方案。之前我就覺得單一維度的資料不夠全麵，濕度資料能很好地彌補視覺識彆的短板。加裝感測器的工作交給我，我保證一天內完成改造和除錯。”
陳曦沉默了片刻，反覆看著蘇晚給出的資料包告。他不得不承認，蘇晚的方案既解決了當前的精度瓶頸，又冇有帶來過多的額外成本和週期壓力，比單純追求技術優化更具價效比。他之前之所以反對，是擔心技術方案的穩定性，但資料已經充分證明瞭雙檢測的優勢。
“我同意嘗試這個方案。”陳曦終於鬆口，語氣中帶著一絲釋然，“之前是我太固執於純技術路線，忽略了傳統經驗的價值。濕度資料確實是很好的輔助判斷依據，雙檢測方案能讓裝置更可靠。”
本小章還未完，請點選下一頁繼續閱讀後麵精彩內容！看到陳曦認可，蘇晚露出了欣慰的笑容：“其實這個方案，也是受了傳統手測經驗的啟發。我爺爺做糕點時，除了看外觀，還會用手感受濕度和彈性，這就是最原始的‘多維度檢測’。我們隻是把這種經驗量化、標準化，用技術手段實現而已。”
林默點點頭：“這正是我們研發‘糕小默2.0’的核心目標——融合傳統與技術，讓非遺手藝通過現代科技得到更好的傳承和發展。蘇晚，你不僅提出了技術方案，更抓住了我們研發的初心。”
當天下午，小王就帶著采購來的濕度感測器，投入到裝置改造中。他按照之前規劃的安裝位置，在視覺識彆區域下方鑽孔、固定感測器，再連線資料介麵，除錯與模型的相容性。蘇晚在一旁協助，負責校準感測器的精度，確保濕度資料的準確性。
“感測器安裝好了，現在開始校準。”小王開啟除錯軟體，將一組已知濕度的麪糰樣本放在感測器上，螢幕上立刻顯示出資料：47.2%。“和實際濕度47%基本一致，精度冇問題。”
蘇晚笑著說：“太好了！接下來我們把濕度資料的權重規則寫入模型——視覺識彆為‘合格’時，濕度在45%-50%之間，直接判定合格；濕度在51%-53%，修正為‘略不足’；濕度在42%-44%，修正為‘略過度’；超出這個範圍，標記為‘待人工複覈’。”
小王快速敲擊鍵盤，將規則程式碼寫入模型：“搞定了！現在我們可以進行實際測試了。”
李萌萌早已準備好了50組全新的測試樣本，涵蓋所有發酵等級，其中特意增加了30組臨界樣本，用來檢驗雙檢測方案的效果。她將樣本逐一放在裝置上，啟動檢測程式。
車間裡一片寂靜，所有人都緊盯著螢幕上的檢測結果。一組、兩組、三組……檢測結果不斷重新整理，誤差率的數字在緩慢下降。
“已經檢測30組了，誤差率隻有3.3%！”李萌萌興奮地喊道。
小王加快了檢測速度，當最後一組樣本檢測完成，螢幕上顯示出最終結果：50組樣本，誤判2組，誤差率4%！
“成功了！誤差率真的降到4%了！”團隊成員們歡呼雀躍，激動地擊掌慶祝。
陳曦看著檢測報告，心中充滿了感慨：“冇想到雙檢測方案的效果這麼好。之前我一直擔心感測器會增加裝置複雜度，現在看來，這種擔心是多餘的。反而，濕度資料讓模型的判斷更有底氣了。”
蘇晚卻冇有完全滿足，她看著那2組誤判樣本，若有所思：“這兩組誤判樣本，濕度和視覺特征都處於臨界範圍。雖然誤差率已經很低了，但我們還可以進一步優化。我想在方案中加入‘傳統手測校準’步驟。”
她解釋道：“我們可以每週選取100組樣本，邀請糕點老師傅進行人工手測，將手測結果與機器檢測結果對比，校準模型的濕度閾值和視覺識彆引數。這樣可以避免裝置長期使用後，感測器精度下降或環境變化導致的誤差，確保長期檢測精度的穩定性。”
林默立刻表示支援：“這個想法非常好！‘傳統手測校準’能形成‘機器檢測-人工複覈-模型優化’的閉環，讓裝置持續學習傳統經驗，實現人機協同。這不僅能提升精度，還能讓非遺手藝的核心經驗通過資料不斷傳承下去。”
小王也補充道：“我們還可以把人工手測的資料記錄下來，建立一個‘傳統經驗資料庫’，後續可以用來訓練更精準的模型，甚至拓展到其他糕點品類的檢測中。”
陳曦看著蘇晚，眼中滿是認可：“蘇晚，你這個方案越來越完善了。從雙檢測到人工校準，既保證了當前的精度，又考慮了長期的穩定性，還為後續的拓展埋下了伏筆。之前是我太侷限於技術本身，現在才明白，真正的好技術，是能服務於傳統、傳承傳統的。”
蘇晚不好意思地笑了笑：“其實我也是在不斷嘗試中想到的。之前收集資料時，我就發現傳統手測的評分和機器識彆結果有很高的相關性，隻是那時候還冇形成完整的方案。現在看來，傳統經驗和現代技術並不是對立的，而是可以相互成就的。”
當天晚上，團隊召開了總結會，正式確定了“視覺識彆 濕度感測器雙檢測 傳統手測校準”的最終方案。林默看著團隊成員們臉上洋溢的笑容，心中充滿了成就感：“從最初的硬體研發，到演演算法優化，再到現在的雙檢測方案，我們一路走來，遇到了無數困難，但也收穫了成長。‘糕小默2.0’不僅是一台智慧裝置，更是傳統與技術融合的結晶。”
他頓了頓，繼續說道：“接下來，我們將進行小批量試產，檢驗裝置在實際生產中的表現。同時，蘇晚負責製定傳統手測校準的標準流程，陳曦負責優化模型的穩定性，小王負責裝置的批量生產除錯，李萌萌負責收集試產中的資料，為後續的優化做準備。我相信，在我們的共同努力下，‘糕小默2.0’一定能成功量產，讓林記的有機糕點和非遺手藝，走向更廣闊的市場。”
團隊成員們紛紛點頭，眼中充滿了堅定和期待。
小王在整理裝置改造記錄時，忍不住感慨：“真冇想到，一個小小的濕度感測器，能帶來這麼大的變化。之前我總覺得技術越複雜越好，現在才明白，最有效的技術，是能解決實際問題、融合核心價值的技術。”
蘇晚看著窗外的夜色，心中思緒萬千。她想起爺爺教她做糕點時的場景，想起那些口傳心授的經驗，如今，這些經驗通過資料和技術，被賦予了新的生命力。她開啟工作筆記，寫下：“傳統不是包袱，而是寶藏；技術不是目的，而是工具。唯有將二者深度融合，才能讓非遺手藝在新時代煥發勃勃生機。”
而她提出的“傳統手測校準”步驟，也為後續的“人機協同”模式埋下了重要伏筆。在不久的將來，“糕小默2.0”不僅能自主完成檢測，還能通過持續學習人工經驗，不斷提升精度，甚至能根據不同地區的口味偏好，調整檢測標準，真正實現“技術服務於人，傳統賦能未來”。
車間裡的燈光依舊明亮，映照著團隊成員們忙碌的身影。“糕小默2.0”的量產之路，已經近在眼前。而這場傳統與技術的碰撞，也將在林記的發展史上，寫下濃墨重彩的一筆。
-