摘要：在五金冲压与精密加工产线中，传统方案往往需要“2D视觉测尺寸 + 3D轮廓仪测平整度/瑕疵”，硬件成本动辄数万甚至十万，且系统集成复杂、维护困难。有没有可能只用一个普通的2D工业相机，就同时搞定高精度的尺寸测量和复杂的表面瑕疵检测？本文基于某年产千万件的手机金属结构件产线实战案例，深度解析如何利用C# WPF + ONNX Runtime + 改进版YOLOv8-Pose构建**“检测+测量”一体化系统。通过多任务学习（Multi-task Learning）让模型同时输出瑕疵框与几何关键点，结合“DL定位+CV亚像素精测”**的混合算法，成功将硬件成本降低70%，检测节拍压缩至120ms以内，漏检率控制在0 PPM。这不仅是一次技术升级，更是一场工业视觉的“降本增效”革命。一、背景：传统方案的“阿喀琉斯之踵”在某知名五金代工厂的产线改造项目中，我们面临一个典型难题：检测对象：精密屏蔽罩（尺寸30mm×20mm，公差±0.02mm）。检测需求：尺寸：长、宽、孔径、孔间距（需亚像素精度）。外观：划痕、凹坑、压伤、氧化斑点（需高灵敏度）。