没有不良品样本，产线还能做 AI 质检吗？

这正是良品基线学习的价值所在。传统监督学习需要大量好坏样本配对，而 ISSAUTO 的 One-Class 思路只需良品即可建模，任何偏离良品基线的声音即被判异。 对于必须积累缺陷特征的场景，可采用主动故障注入试验（联合部件厂家制造典型缺陷）或蹲守返修工位采集退回故障件，逐步补充。这也意味着你不必为了上声学质检，先去攒一批坏件。