一、项目背景

某连锁门店集团几百家店，巡店靠督导开车一家家跑，一周才轮一遍，等发现陈列违规、通道堆物、明火隐患，往往已经出了好几天。督导写的问题单也粗，拍张照走人，店长整改没标准。我们进场时对方最想要的是"让摄像头替人盯着"，但之前试过纯视觉算法，误报刷屏，店长被骚扰得直接把告警关了，系统成了摆设。他们不缺摄像头，缺的是能看懂画面、且别瞎报的一套东西。这个项目让我们重新认识到，巡检系统成败不在模型多强，而在告警可信度，不可信的模型等于没有模型。

二、落地场景

我们基于多模态大模型底座，把门店监控做抽帧加理解。白天高峰按固定间隔抽关键帧，夜间低峰降频省算力。识别维度分三类：陈列合规（堆头高度、价签缺失）、安全隐患（明火、堵塞消防通道）、人员行为（离岗、违规操作）。高置信事件直接推工单给店长，低置信进待复核池，不骚扰人。总部看板能看到每家店的违规趋势和整改闭环率，督导从满世界跑变成盯异常列表，巡店资源第一次投到了该投的地方。

三、关键技术挑战与解决思路

误报是死穴。我们第一版阈值定得太松，光照一变就报"通道堆物"，店长一天收到几十条，直接麻木。后来把阈值调严，只推高置信事件，宁可漏报也不刷屏，漏掉的靠督导抽检补。抽帧间隔和算力是正相关，全量抽帧显卡扛不住，我们按营业时段动态调，高峰密、低峰疏，整体算力砍掉一大半。小目标误检靠切片放大再识别破，远处的小灭火器看不清就先定位再放大。光照和角度干扰用历史帧做基线比对，同一机位白天黑夜分别建模板，避免拿夜间当异常。还有个坑是摄像头角度轻微位移，导致基线错位，我们加了周期性基线重校准，机位动了能自动发现而不是一直误报。

识别维度的优先级我们调过一轮。一开始三类事件平权推，店长被陈列小问题和明火放一起淹没了，真紧急的反而没被重视。后来给安全隐患最高优先级，陈列合规进日常整改池，人员行为按班次汇总，告警有了轻重。还有个工程细节：抽帧后的图片要先做去模糊和亮度归一再送模型，夜间低照度的帧直接送会大量误检，加一道预处理后夜间误报砍掉一大半。巡检系统的精度一半在模型一半在前处理，这点在监控场景尤其明显，不能把摄像头当万能眼。我们后来把置信阈值和时段也绑定，夜间默认比白天高两个百分点，因为夜间噪声大，宁可少报。这套组合拳下来，单店周有效告警稳定了个位数，督导才真正用起来。

案例片段（已脱敏）： 某门店夜间曾因阈值过松，一周误报四十余条。调整抽帧与置信策略后关键配置如下：video_inspect:  sample_interval_day: 5s  sample_interval_night: 60s  min_confidence: 0.92  push_mode: high_only  low_conf_queue: review  baseline_per_cam: true调整后单店周告警降到约六条且基本准确，督导复核池里低置信事件占比约两成，整改闭环率从不足五成提到八成以上，店长不再关告警。

四、效果数据

违规识别召回率稳定在九成上下，关键隐患（明火、堵通道）基本不漏。误报率从调整前的满天飞降到可接受水平，单店周有效告警个位数。巡店覆盖时效从一周一轮缩到准实时，隐患发现到推送从天级变分钟级。整改闭环率从不足五成提到八成以上，店长因为告警准了，愿意接、愿意改。基线重校准上线后，因机位位移导致的批量误报归零，督导不再把告警当狼来了。这套方案让督导从"跑断腿"变成"看异常"，人力重新分配到难判的现场核查。

这套巡检跑顺后，督导的角色变了，从满世界跑变成盯异常列表，把省下的时间花在难判的现场核查上，巡店质量反而高了。总部看板按违规类型做了趋势，某类陈列问题集中爆发时，能反推是某批培训没到位，运营据此补了一次标准宣贯，问题应声而降。我们后来把高置信事件直接生成整改工单并带标准图例，店长照着改就行，不用再猜"陈列违规"具体指啥，整改一次通过率明显提升。摄像头角度位移那次教训也固化成了机制：每季度自动跑一轮基线重校准，机位动了系统自己发现，不再靠人工报。视频巡检的价值，最终落在"告警准、整改快、能追溯"这九个字上。

五、可复用经验总结

视频巡检最怕误报刷屏，这个项目把我们之前"宁可多报"的想法彻底改了。阈值宁严勿松，先把高置信事件推给人才有人用，漏报可以靠人补，误报多了系统就被关。抽帧间隔按时段调，别全量抽，算力省一半效果不差。每个机位建光照基线，别拿夜间画面当异常去比白天模板。那个机位位移导致基线错位的坑，让我们此后默认带周期重校准，监控角度不是一成不变的。这套巡检框架目前在连锁门店跑通，往工地、仓储扩的时候，识别维度和置信阈值得按场景重标，不能直接套门店的参数。