В машинном зрении освещение часто важнее модели. Камера не "видит объект" как человек. Она измеряет свет, отраженный или прошедший через объект, за конкретное время экспозиции. Если свет нестабилен, бликует, мерцает, дает тени или меняет спектр от партии к партии, нейросеть получает не дефекты, а хаос. Потом этот хаос превращается в ложные тревоги, пропуски, плавающие confidence, спор с ОТК и бесконечные попытки "дообучить модель", хотя проблема была в лампе, драйвере или геометрии подсветки.
В проектах Smart Video мы стараемся начинать не с выбора YOLO или GPU, а с вопроса: какой физический признак дефекта нужно сделать видимым для камеры? Цвет, контраст, край, рельеф, прозрачность, блеск, тень, изменение структуры, высота, силуэт? От ответа зависит тип освещения, камера, объектив, фильтры, экспозиция, синхронизация и только потом модель.
Для человека "хорошо освещено" означает комфортно смотреть. Для камеры это почти ничего не значит. Камере важно другое: достаточное количество фотонов за время экспозиции; стабильная яркость от кадра к кадру; отсутствие паразитных бликов и глубоких теней; повторяемая геометрия света относительно объекта; нужный спектр для материала и фильтра; синхронизация подсветки с камерой; отсутствие мерцания, которое попадает в частоту кадров или строк считывания.
Если эти условия не выполнены, модель учится на случайной смеси признаков. Сегодня царапина яркая, завтра темная. Сегодня нормальная поверхность выглядит ровно, завтра полосами. Сегодня confidence высокий, завтра тот же дефект уходит ниже порога. И команда начинает искать проблему в архитектуре модели, хотя камера просто получает разные изображения одной и той же физической ситуации.