显示面板AI外观缺陷检测：Mura分级与成像一致性

面板外观检测的难点不在"有没有缺陷"，而在缺陷边界模糊、等级判定随人和光照漂移。本期实验围绕三点做阶段性收敛。

成像上，划痕在暗场掠射光下对比度高，Mura却要在均匀亮场中才显形，单一光源必然顾此失彼。我们改用同轴加四向掠射的时序曝光，单个工位取四张图，在特征层做通道对齐融合，把划痕与Mura导入两个独立判定分支，减少相互干扰带来的误判。

判定上，Mura没有明确几何边界，按描边方式标注一致性差。我们把标注口径从"勾轮廓"改为"区域强弱等级"，用弱监督标签训练分级模型，内部抽检中与资深复判员的一致率由约七成提升至八成五以上，等级跨档误差主要集中在临界相邻档。

要点：
· 进展：四光源时序曝光加特征层融合，划痕与Mura分路判定，降低交叉误报。
· 下一步：压缩新型号冷启动所需样本量，并适配产线节拍做在线复检，验证长时间运行的判定稳定性。