面板外观AI检测：弱对比Mura量化与样本增强

显示面板外观检测的难点往往不在明显划伤，而在弱对比度的Mura与浅压痕——常规明场成像下它们与背景的灰度差常低于3%，二分类模型很容易直接判为背景。本阶段实验把任务从“有无缺陷”改为“缺陷量化”：先做多角度侧光成像与背景均匀化，抑制面板自身的亮度梯度；再由模型输出Mura的面积、对比度与梯度分布，按客户限样反推分级阈值，把判级与检测解耦。

要点：

• 进展：在6.7英寸OLED模组的抽检数据上，弱对比Mura召回由约82%提升至93%；过杀率一度上升约1.4个百分点，经分级阈值回落后回到原有水平。
• 下一步：用物理渲染合成小样本缺陷并做域随机化，验证跨型号迁移能力；同时把单张推理耗时压进产线节拍，减少复判工位的人工压力。