海思视觉项目的开发通常涉及两条主线：一条是 HiMPP 媒体处理管线，负责图像采集、ISP 处理、编解码和视频输出；另一条是 NNIE 或 NPU 推理链路，负责目标检测、分类等算法任务。两者在物理上共用同一颗芯片，在逻辑上却常常被当成独立模块来对待，直到联调阶段才发现问题。验收表的价值，正在于把“能跑”和“能稳定运行”之间的差距显性化。
制定集成验收表，首先需要明确分层。建议从硬件基础、数据通路、时序和资源占用三个层面展开。硬件基础层要确认摄像头接入、sensor 输出格式、内存带宽是否满足多路并发；数据通路上则要重点检查 HiMPP 的 VPSS 输出分辨率、像素格式与 NNIE 输入要求是否对齐，比如常见的 YUV420SP 转 RGB 是否在预期位置完成，是 CPU 拷贝还是硬件裁切。很多集成问题都出在格式或 stride 不一致上，这一项应列入必测。
时序和资源占用是容易被忽略的环节。HiMPP 的编解码和 NPU 推理共享 DDR 带宽和中断资源，需验证当视频编码码率波动时，推理帧率是否被拉低。建议在验收表中加入“连续运行 2 小时，统计每帧推理耗时是否保持平稳”这一项，并记录丢帧数、内存峰值和 cache miss 情况。数值不要求极致，但要有明确上下限。
另外，要预留故障注入测试项。比如人为断开 sensor 信号，观察 HiMPP 是否返回错误码，NNIE 是否还能拿到有效帧，异常恢复后管线能否自动重建。这类测试能暴露初始化顺序和依赖关系的脆弱点，比单纯测功能更有实际意义。
最后，验收表应包含可量化的结论栏，而不仅仅是打勾。建议每条测试项附带实测记录、通过标准和负责人。这样生成的文档，既能作为项目交付依据，也能为后续维护和算法模型迭代提供参考基准。集成验收不是走过场，而是把风险在项目早期暴露出来，减少现场调试时的被动局面。