坯布疵点检测长期受制于样本稀缺：断经、缺纬、破洞、油污等类别在产线上出现频率低，标注成本往往高于收益；织物纹理与反光又让通用分割模型出现大面积误判。计算机视觉实验室近期做了一组实验性验证：先用正常布面图像训练背景重建与纹理抑制模块，再以冻结的视觉基础模型编码器配合轻量提示解码器，仅微调少量参数完成像素级疵点分割。
进展：在内部含四类疵点的测试集上，每类仅用5张标注样本，像素IoU达到0.62~0.71；同一测试集下，达到相近水平的全监督基线需要约400张标注，标注量降至约1/20。当前误报集中在纬斜与强反光区域。
下一步计划：引入多角度与偏振成像，在特征层把镜面反光与真实破洞解耦；同时在验布机运行速度下加入时序一致性约束，抑制单帧抖动造成的漏检。
评论