显示面板外观检测的难点，往往不在"能不能检出"，而在"检出之后怎么判"。一块面板上常有几十个候选异常，其中多数落在客户判定标准的灰区：Mura 的面积与对比度、异色点的边界模糊度、边框区微划痕的长度。若直接用单一分类置信度给结论，过杀率会迅速抬高人工复判压力。
本期实验把检测链路拆成两段：前段用轻量分割模型在候选区域做像素级定位，输出可解释的量化特征（等效面积、长宽比、局部灰度差、距可视区边界的距离）；后段由可配置规则引擎按客户分级表映射判定结果，模型输出仅作为边界样本的辅助证据。采集侧同步调整，低角度侧光与同轴光双通道成像后再做融合，针对低对比缺陷提升信噪比。
进展：在一条 6 代线外观工位的小批量验证中，复判量下降约三成，过杀率明显改善，漏检未出现新增；每条判定结果均可追溯到具体特征值，便于与客户标准逐项对齐。下一步计划把分级表抽象为可配置模板，适配不同客户与机型，并利用复判记录回流做弱监督迭代。
评论