AI光伏组件EL检测定制：隐裂分级与伪影抑制

光伏组件EL（电致发光）成像中，隐裂、断栅与黑斑的灰度差异小、形态细长，叠加工位串扰与相机噪声后，人工判读的批间一致性有限。计算机视觉实验室以某组件厂EL工位为试验对象，把检测流程拆为「成像规范化—缺陷增强—分级判定」三段：先以标准板做亮度与几何校正，压缩批次间成像漂移；再用低对比增强与多尺度特征融合网络提取细长裂纹；最后由分级头按尺寸、位置与走向输出四级判定，供产线决定返修或降级。

进展要点：
1）在约1.2万张历史EL图上的离线验证中，隐裂类召回较原有阈值方案提升约11个百分点，串扰伪影导致的误报下降约三成；
2）分级结果与工艺工程师复核的一致率约92%，分歧主要集中在细长隐裂与表面划痕的混淆。

下一步计划引入跨机型、跨批次的小样本微调，补充伪影样本库以抑制换型后的判读漂移，并验证其在边缘推理盒上的实时节拍。