分选线调试的第一天，技术员通常不会先去看模型的准确率，而是拿卷尺量相机视野中心到喷嘴的距离，再读一遍编码器上的带速。因为只有这两个数，才决定模型手里有多少时间。纵横国际官网在讨论视觉分选时，也是先要一张时间预算表，然后才去比较哪个模型更准。
先算窗口有多长
以下数字全部是为说明逻辑设定的示意值，不对应任何真实产线。
- 传送带速度 1.5 m/s，产品中心间距 0.2 m，每秒通过 7.5 个，也就是每分钟约 450 个，相邻产品间隔约 133 ms。
- 相机视野中心到气动喷嘴 0.5 m，产品从被拍到被吹走，一共有 0.5 ÷ 1.5 ≈ 333 ms。
- 固定环节：曝光 4 ms、图像传输 15 ms、预处理 20 ms、判定 5 ms、阀响应与气流飞行 50 ms，合计 94 ms。
- 理论上留给推理的时间是 333 − 94 = 239 ms。电脑调度、总线拥塞、偶发的慢帧都要吃掉一部分，稳妥的目标是把推理压到 120 ms 以内，也就是理论上限的一半。
窗口的长度是距离除以带速，模型再大再准，也没法把这个商变长。图里那条橙色竖线，就是这个窗口的截止时间：预算条的右端超过它，产品就已经过了剔除口。
拿一个实验室 Accuracy 达到 98%、单次预测却要 500 ms 的模型来代入（示意）。500 ms 里产品前进 1.5 × 0.5 = 0.75 m，已经比 0.5 m 的相机到喷嘴距离还多走了 0.25 m。结果出来时，那颗缺陷果早在喷嘴下游，气流吹到的只是后面的好果，准确率再高也剔不回来。
延迟与吞吐是两笔账
延迟问的是一个产品从被拍到被剔除要多久，吞吐问的是单位时间能处理多少个。两者会互相拖累，也可以互相掩盖。
设想推理单段耗时 150 ms（示意）。即使总延迟还在窗口之内，每 133 ms 就来一个新产品，推理单元却要 150 ms 才能算完一个，队列会越排越长，后面的产品延迟不断加大，最后所有产品一起超时。如果曝光、传输、预处理和推理在流水线上各自并行，吞吐由最慢的那一段决定，而不是各段之和。此时可以增加一路推理实例，或者把模型压到 100 ms 以内。
反过来，用批处理凑吞吐，把几个产品的图像合成一批送进 GPU，单个产品的等待时间却拉长了：先到的产品要等后到的凑满一批。所以批处理适合离线复检，不适合有硬性截止时间的剔除工位。
机械侧也有自己的窗口。相邻产品中心只隔 0.2 m 时，气吹的范围与持续时间要刚好覆盖目标：范围偏大，会把旁边的好果一起吹走，造成误剔；偏小或时刻偏晚，缺陷果只被擦到，照样漏过。相机、编码器和喷嘴最好共用一个时间基准，否则按时间推算的位置会随着运行慢慢漂移，调好的参数一周后就不准了。
把预算落到产线上的五个步骤
- 量两个物理量：相机视野中心到喷嘴的距离，以及传送带速度。带速要用编码器实测，铭牌值会随负载波动，剔除窗口等于距离除以带速。
- 固定环节逐段实测。阀响应和气流飞行时间可以用高速相机核对，不要直接采用规格书里的数字。
- 在目标硬件上跑完整推理链路，包括图像搬运、预处理和后处理，而不只是模型的前向计算，并记录 P50 与 P99 两个分位数。
- 喷嘴动作时刻用编码器计数来算，而不是时钟延时。带速变化时，计数仍然对应产品的位置，时钟延时却会慢慢对不上。
- 用标定件做命中测试：投放已知位置的标记假果，统计命中率，同时统计相邻产品被误吹的比例。
四个常见误区
- 误区：模型越大越准，所以选大的。 事实：只有在窗口内交出来的判断才算数。假设一个 92% 但能按时到达的小模型，与一个 98% 却总是迟到的大模型（均为示意数字），前者实际剔除的缺陷往往更多。
- 误区：平均延迟达标就行。 事实：假设平均 80 ms、偶尔 400 ms（示意），系统就会在那最慢的一小撮产品上失手，而这些慢帧还可能集中在产品密集、光线突变之类的特殊工况。验收时要看 P99，而不是平均值。
- 误区：换更快的相机就能解决。 事实：相机只是链路里的一段。曝光缩短需要更强更稳的光，见光线为什么是工厂里最难控制的变量；传输和预处理若不同步优化，收益会被别的环节吃掉。
- 误区：文献里的帧率可以直接套用。 事实：2026 年 Food Science & Nutrition 的多模态综述提到，有轻量注意力网络在 Jetson Xavier 上达到约 25.7 fps，这是被综述研究在自己硬件与数据上的结果。读这类数字，先要问它是否包含预处理和数据搬运，再问输入分辨率与你的产线是否相同。
压缩推理时间的常规手段包括量化、剪枝、蒸馏，以及把推理放到相机旁的边缘设备上，省去网络传输的不确定延迟。数据本身太重时，也可以从源头减负，例如把高光谱数据压缩到十几个关键波长，做法见关键波长一篇；高光谱与 RGB 各自的数据量差异，见RGB 与高光谱的对照。视觉与光谱融合放到边缘端部署的趋势，新闻动态里的多模态检测有进一步的梳理。
什么时候延迟不是主要矛盾
并不是所有检测工位都受这套算术约束。低速的人工复检台、不带剔除动作的在线监测、采样后离线送检的场景，延迟窗口宽得多，可以换更大的模型或多帧融合，把精力放在准确率上。反过来，一旦带速上去、喷嘴离相机很近，窗口只剩一两百毫秒，模型体积、传输和预处理的每一毫秒都要计较。
延迟达标也不代表判对了。2026 年一项传送带苹果分选研究（arXiv）指出，在果园数据上训练的模型进入加工设施后，会因为光照、背景、摆放方式和运动动态的分布变化而性能下降，对策包括训练时纳入所有目标环境的数据、域随机化和风格迁移。也就是说，先算清窗口，再验证模型换到你这条线上的表现，这两步都做完，一条分选线才算上线。