先明确采购的是哪一部分能力
羽毛分选机的效果由上料、姿态控制、成像、识别、通信和执行机构共同决定。视觉算法能给出分类依据，但不能单独解决羽毛重叠、输送不稳定或执行机构错位。选型时应先区分整机采购、已有设备改造和视觉系统集成。
FeatherSort 提供羽毛视觉识别与分选的系统方案。机械结构、相机配置、现场节拍和最终交付范围，需要结合样品和设备条件确认。沟通方案时，应把已有设备、希望新增的部分以及由谁负责联调写清楚。
把人工经验整理成可检查的分类标准
“好羽毛”和“坏羽毛”不足以直接成为验收标准。需要分别说明羽尖缺损、羽杆位置、弯曲程度、羽体形态和尺寸类别如何影响分选结果，并记录边界样本的人工判定。
同一片羽毛可能同时满足多个特征。应明确规则的优先级，以及不确定样本进入复核、剔除还是默认类别。先统一判定规则，再比较不同方案，能够减少因标准不一致造成的误判争议。
- 列出每个分类出口及其对应条件。
- 保留典型样本和接近判定边界的样本。
- 约定重叠、遮挡、模糊图像和未知类别的处理方式。
用有代表性的样品验证成像
样品应覆盖实际采购批次、规格变化、姿态变化和常见缺损，不能只挑外观明显、容易区分的羽毛。样品数量由类别、变化范围和验证目标决定，不应把任意固定数量当成所有项目的充分条件。
在拟使用的相机、镜头、光源和输送条件下采集图像，检查羽缘是否清晰、羽杆是否可定位，以及运动模糊和阴影是否影响分类。如果目标特征在图像中不可见，应先调整成像方案。
同时比较误判、节拍和异常处置
验收不能只看总体准确率。应按类别统计漏检、误剔除和待复核数量，并在独立于模型调试样本的验收样本上测试。对生产影响较大的类别，应单独约定判定要求。
算法推理时间不等于整机处理量。端到端节拍包括上料、触发、曝光、传输、推理、通信和执行机构动作。现场应检查连续运行时的积压、超时、丢触发和错位，并验证停止或恢复后的工件关联。
- 记录测试设备、软件版本、采集条件和分类规则。
- 按类别报告结果，并说明未参与测试的工况。
- 确认断网、通信超时、重复触发和执行失败时的行为。
询价前准备这些资料
提供羽毛类型与规格、分类出口、典型和边界样品、现场设备清单、目标节拍以及期望交付范围。若已有产线，再补充相机和 PLC 型号、可用触发信号、通信协议和执行机构位置。
费用需要根据成像难度、类别数量、机械改造、接口集成和验收范围评估。清楚的资料比一个脱离条件的报价更能帮助双方判断方案是否适合现场。