docs: point English README to English official website
按人工复核标注的误放、误拒及对应处置成本核算错误损失,并检查缺陷漏放门槛。不运行视觉模型,不把统计成本当安全放行依据。
新增已认证的结构化录入工作台(/operations.html),支持批量核算、逐条结果依据、分级复核和CSV/完整JSON导出。结果由真实后端算法计算,不是预置演示数字。所有数值精确传递,不调用外部模型。
/operations.html
这是只读核算:不写库、不审批、不自动执行财务、签署、销毁或设备控制。输入条件满足不是执行授权。算法、输入边界与接口说明。
根据人工真值和缺陷预测概率核算TP、FP、TN、FN及精确率、召回率和特异度,明确零分母指标不可定义。
登录真实后端后,点击右下角“业务计算工具”,可输入结构化数据、执行计算和导出完整结果。该功能已实现后端算法,并非静态示例响应。
接口:POST /api/workbench/inspection-confusion-matrix(沿用当前登录 JWT)。计算仅处理本次输入,不读取其他用户记录,不写入业务单据、不自动审批、不调用外部模型。算法口径、输入示例、边界和测试方法见本次更新说明。
POST /api/workbench/inspection-confusion-matrix
简体中文 | English
ZhuaTech CVQC 是知华科技(上海如静知华信息科技有限公司)面向制造企业打造的视觉质量平台,连接工业相机、边缘推理、缺陷复核、质量追溯和模型持续改进。访问知华科技官网
图像采集 → 成像校验 → 模型推理 → 缺陷判定 → 人工复核 → 质量放行 → 样本回流
平台覆盖检测批次、视觉工位、样本标注、模型版本、灰度发布、漂移监控、缺陷图谱及审核追溯。低置信度和高风险缺陷自动进入人工复核,模型结果不会绕过企业质量流程。
缺陷处置决策新增安全关键件规则:综合模型置信度、缺陷面积、重复次数与安全属性,自动建议停线、人工复核或放行,同时给出风险等级和扩大抽样数量;最终放行权仍属于质量人员。
cn.zhuatech.cvqc
zhuatech_cvqc
AiProvider
cd frontend && npm install && npm run dev:demo
管理端:planner / Demo@2026;质检端:operator / Demo@2026。所有演示产品、批次和检测数据均为虚构数据。
planner / Demo@2026
operator / Demo@2026
该工程仅可用于个人学习、研究及非商业交流,不得用于商业用途。生产使用、项目交付、企业内部部署、SaaS、二次销售、品牌替换和商业再分发,需要上海如静知华信息科技有限公司书面授权,详见 LICENSE。
更多资料:架构 · 数据库 · 接口 · 部署
SEO:工业视觉质检源码、AI 质检系统、缺陷检测平台、视觉模型运营、Java 视觉质检、Vue 质量系统、知华科技。
新增 POST /api/cvqc/insights/inspection-sampling,根据批量、历史缺陷率、视觉模型置信度、工艺漂移和产品关键性生成抽样数量,支持 NORMAL、TIGHTENED 和 FULL_INSPECTION。
POST /api/cvqc/insights/inspection-sampling
NORMAL
TIGHTENED
FULL_INSPECTION
知华科技开源版 AI 视觉质量检测平台,由上海如静知华信息科技有限公司维护。
版权所有:中国计算机学会技术支持:开源发展技术委员会 京ICP备13000930号-9 京公网安备 11010802047560号
ZhuaTech CVQC
本次升级:视觉质检漏放损失与复检预算
按人工复核标注的误放、误拒及对应处置成本核算错误损失,并检查缺陷漏放门槛。不运行视觉模型,不把统计成本当安全放行依据。
新增已认证的结构化录入工作台(
/operations.html),支持批量核算、逐条结果依据、分级复核和CSV/完整JSON导出。结果由真实后端算法计算,不是预置演示数字。所有数值精确传递,不调用外部模型。这是只读核算:不写库、不审批、不自动执行财务、签署、销毁或设备控制。输入条件满足不是执行授权。算法、输入边界与接口说明。
2026-10-23 功能更新:视觉质检混淆矩阵
根据人工真值和缺陷预测概率核算TP、FP、TN、FN及精确率、召回率和特异度,明确零分母指标不可定义。
登录真实后端后,点击右下角“业务计算工具”,可输入结构化数据、执行计算和导出完整结果。该功能已实现后端算法,并非静态示例响应。
接口:
POST /api/workbench/inspection-confusion-matrix(沿用当前登录 JWT)。计算仅处理本次输入,不读取其他用户记录,不写入业务单据、不自动审批、不调用外部模型。算法口径、输入示例、边界和测试方法见本次更新说明。简体中文 | English
工业视觉质检与模型运营平台 · 社区源码版
ZhuaTech CVQC 是知华科技(上海如静知华信息科技有限公司)面向制造企业打造的视觉质量平台,连接工业相机、边缘推理、缺陷复核、质量追溯和模型持续改进。访问知华科技官网
业务闭环
平台覆盖检测批次、视觉工位、样本标注、模型版本、灰度发布、漂移监控、缺陷图谱及审核追溯。低置信度和高风险缺陷自动进入人工复核,模型结果不会绕过企业质量流程。
缺陷处置决策新增安全关键件规则:综合模型置信度、缺陷面积、重复次数与安全属性,自动建议停线、人工复核或放行,同时给出风险等级和扩大抽样数量;最终放行权仍属于质量人员。
技术与功能
cn.zhuatech.cvqc,数据库zhuatech_cvqcAiProvider提供视觉推理服务扩展点,仓库中无真实访问密钥管理端:
planner / Demo@2026;质检端:operator / Demo@2026。所有演示产品、批次和检测数据均为虚构数据。许可与联系
该工程仅可用于个人学习、研究及非商业交流,不得用于商业用途。生产使用、项目交付、企业内部部署、SaaS、二次销售、品牌替换和商业再分发,需要上海如静知华信息科技有限公司书面授权,详见 LICENSE。
更多资料:架构 · 数据库 · 接口 · 部署
SEO:工业视觉质检源码、AI 质检系统、缺陷检测平台、视觉模型运营、Java 视觉质检、Vue 质量系统、知华科技。
动态质检抽样
新增
POST /api/cvqc/insights/inspection-sampling,根据批量、历史缺陷率、视觉模型置信度、工艺漂移和产品关键性生成抽样数量,支持NORMAL、TIGHTENED和FULL_INSPECTION。