在显示面板外观检测中，Mura（亮度不均）与微划痕是两类最难标准化的缺陷：前者边界模糊、判定依赖人眼与角度，后者尺寸常在数十微米级、与灰尘和反光极易混淆。本实验室近期围绕这两类缺陷做了一轮样本与建模策略的对比实验。
进展一：分层采样优于均匀扩样。我们按缺陷成因（镀膜、贴合、切割、搬运）而非仅按缺陷类别分层，每层保留少量高置信样本作为锚点，再混入产线真实分布的长尾样本。在同等标注量下，Mura 类召回提升明显，误报主要来自反光区域，已通过多角度成像与偏振光路进一步压制。
进展二：小划痕采用「粗定位+细分类」两级推理。一级模型在低分辨率下快速筛出候选区，二级模型仅对候选区做高分辨率判定，单张全检耗时控制在产线节拍内，边缘端显存占用下降约三成。
下一步计划引入跨机台一致性校准，让同一套模型在不同面板厂的成像条件下保持稳定阈值，减少逐线重标定的工作量。
评论