汽车制造场景：C#上位机+YOLO实现车身冲压件缺陷快速筛查

一、项目背景

今年年初给某头部自主品牌车企做冲压车间的缺陷检测项目，主要检测车门、翼子板等冲压件的裂纹、凹坑、毛刺三类缺陷，之前是人工目检，每人每天要查2000件，漏检率高达2%，经常流到总装车间才发现，返工成本一次就上万。
要求检测节拍3s/件，缺陷识别率≥99.5%，检测数据自动上报MES系统，自动生成质量报表。

二、整体方案设计

冲压车间环境比较恶劣，油污多、光线变化大，还有冲压机的震动，所以方案设计的时候重点考虑了鲁棒性：

1. 图像采集：4台 Basler 200万像素工业相机，分别拍冲压件四个面，配环形无影光源，减少反光
2. 预处理：ROI区域裁剪，只保留冲压件有效区域，过滤背景干扰
3. 推理：YOLOv8s自定义训练模型，针对反光、油污场景做了数据增强
4. 业务逻辑：推理结果二次校验，和冲压机的信号联动，不合格品自动打标记
5. 对接：直接对接工厂MES系统，数据实时上报，日报周报自动生成

三、核心实现代码

3.1 ROI区域裁剪实现

/// <summary>/// 根据预设的ROI坐标裁剪有效区域/// </su