AI显示面板外观检测定制：微缺陷增强与Mura分级

显示面板外观检测的难点不在“看见”，而在“分清”。微划痕、异物与面板自身纹理在低对比度下极易混淆，Mura 类缺陷又边界模糊，难以给出稳定分级。

本期实验室以异常检测为主线做了一组实验：先用正常样本训练背景重建网络，对输入图像做差分增强，再对残差区域做分割与阈值分级，避免直接依赖稀缺的缺陷标注。成像侧采用低角度暗场与同轴光双通道，按缺陷类型分流判定。

阶段性进展：

• 在某模组线抽检样本上，微划痕召回较人工复判基线提升约 12 个百分点，过杀率下降约 8 个百分点；
• 分级阈值支持按型号配置，误报样本自动回流为训练集，用于下一轮迭代。

下一步：补充曲面与折叠屏的成像标定，并将分级结果对接产线追溯系统，验证跨型号泛化能力。