ご質問ありがとうございます。
おっしゃる通りで、10pixel程度でしたら検出可能かと思います。
理想的には数十pixelで表現できれば、よいかと思います。
以下は一例となりますが、紹介します。
カメラの解像度は高すぎると、AIの学習時間や解析時間も長くなってしまうため、
弊社では2K～4K程度のカメラを推奨しております。（※見たい欠陥が小さい場合は高解像度のカメラにします）
次に被写体との距離も基本的には遠すぎない方がよいので、カメラのセンサー部分から被写体までは300mm~600mm程度に収めることが多いです。その距離に収まるようにレンズを選定します。
※被写体に凹凸がある場合は、被写界深度が必要になるため、距離とレンズの焦点距離のバランスを考えて選定します。