AI面板外观缺陷检测定制：弱监督Mura分级

显示面板外观检测中，Mura（亮度不均）与微划痕是两类最难判的缺陷：前者与背景对比度常低于2%，后者宽度接近像素级。本期实验基于产线相机与低角度掠射光源组合，搭建了一套弱监督检测与分级流程。

方法上不再依赖逐张精标：先用少量专家确认样本训练粗筛模型，再以高置信预测生成伪标签，经阈值与一致性过滤后回流迭代；分级环节引入亮度差分与梯度方向统计作为辅助特征，抑制灰尘、指纹被误判为Mura。

要点：
· 进展：在覆盖12类缺陷、约2.6万张图像的验证集上，Mura召回率92.4%，过检率1.8%，人工复判量下降约六成，人机分级一致率（Kappa）0.81。
· 下一步：补充跨世代产线与不同背光亮度下的域自适应测试，并将缺陷坐标映射到面板坐标系，输出可追溯的检测报告。