本期进展来自《显示面板AI外观缺陷检测系统定制》实验室。面板外观缺陷中，划伤、异物等硬缺陷对比度较高，主流AOI已能稳定拦截；真正拉高复判成本的是Mura一类软缺陷——与背景的灰阶差常在1~3级，且随观察角度与背光亮度漂移，固定阈值方案要么漏检，要么把亮度不均、膜面反光误报为缺陷。
本阶段我们采用“成像先行”的思路，把检测拆成两步：
- 成像与定位：用多通道分区点亮配合低角度侧向光源，在同一工位采集2~3帧不同照明条件的图像，经差分与背景均匀化把Mura从面板自身亮度梯度中分离；分割网络只负责给出候选区域，等级判定交给轻量分类模型，避免单模型同时承担定位与分级。
- 试验数据：在中小尺寸模组试验线上，对灰阶差2~3级的Mura，召回较原阈值方案明显提升，单面板误报由约1.8处降至0.5处以内，人工复判量下降约六成；单帧推理控制在40ms内，可跟上现有产线节拍。
下一步计划：将复判结论回流为训练样本并做难例挖掘，减少对新增标注的依赖；同时针对柔性屏弯曲面带来的成像畸变，验证几何校正与检测网络的联合标定方案。
评论