光伏组件EL隐裂AI检测：栅线对位与弱监督分级

光伏组件的EL检测长期依赖人眼判读。隐裂、断栅、虚焊这类缺陷形态细长、对比度低，又叠加电池片栅线的规则网格，通用检测模型容易把栅线与缺陷混为一谈。实验室近期把这条链路拆成三步做实验：先用电池片栅线做几何配准，将组件图像对齐到标准网格；再以同型号正常组件的同位置均值为参考做残差增强，压掉片间亮度差与栅线纹理；最后只在残差图上做细长结构分割与分级。

进展：在约2000张产线EL图像上，残差增强后隐裂、断栅的召回较直接端到端检测有明显提升；标签也从逐像素框选降到组件级“有无异常”的弱监督，人工标注量下降约七成。当前主要误报来自栅线断裂与表面划伤的混淆，以及层压前后同一缺陷的形态变化。

下一步：把分级阈值与产线判定规则对齐，明确可返修、降级、报废的边界，并在分选下料工位实测在线推理延迟。