© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
江西弘泽鑫光电有限公司
企业江西弘泽鑫光电有限公司围绕相关业务开展运营。面向背光源光学缺陷检测、工业视觉质量分级、视觉检测等领域提供数据服务，开放背光源模组亮斑暗区识别与光学缺陷分级数据集（背光源光学缺陷检测、工业视觉质量分级）、背光源模组视觉缺陷识别与质量分级数据集（视觉检测、工艺品质控制）、背光源模组AGV配送节拍与站点供料协同数据集（AGV物流调度优化、生产物料协同），支撑品质管理与工艺优化。
背光源光学缺陷检测工业视觉质量分级视觉检测
数据集列表
背光源模组老化测试工况与寿命衰减数据集
本数据聚焦于背光源模组老化测试工况与寿命衰减的多维度分析，揭示了不同尺寸系列、不同老化工况、不同应力条件下的性能衰减规律与寿命特征，为显示模组生产企业、显示技术研发机构及质量检测部门提供了重要的数据支撑，具有显著的应用价值。具体体现在以下方面：
1. 优化背光源模组老化工艺与寿命设计：显示模组生产企业可通过分析不同老化工况、不同应力条件下的亮度衰减与寿命规律，优化老化测试工况参数，完善老化应力加速试验方案，精准预测模组使用寿命，科学制定产品老化筛选标准与寿命保证规范，提升背光源模组的使用寿命与产品可靠性。
2. 提升产品寿命管控与质量可靠性：显示产品制造企业可基于本数据集建立背光源模组寿命分级管控体系，制定针对性的老化失效预防措施，优化模组出厂老化测试方案，完善产品质量追溯体系，有效降低背光源模组在实际使用过程中的早期失效与寿命衰减故障发生率。
北京市数据知识产权2026-07-01 更新20
背光源模组亮度分布与均光控制数据集
本数据聚焦于背光源模组亮度分布特征与均光控制效果的多维度分析，揭示了不同尺寸规格、不同LED_BIN档位、不同工艺参数下的亮度分布规律与均光控制特征，为显示模组生产企业、显示光学研发机构及质量检测部门提供了重要的数据支撑，具有显著的应用价值。具体体现在以下方面：
1. 优化背光源模组均光设计与产品开发：显示模组生产企业可通过分析不同工艺参数、不同光学组件配置下的亮度分布规律，优化导光板网点设计、扩散片叠层方案、反射片贴合工艺，精准调控驱动电流与LED_BIN匹配参数，完善均光控制补偿方案，科学制定光学质量控制标准与均光测试规范，提升背光源模组的亮度均匀性与光学显示效果。
2. 提升产品光学质量管控与生产良率：显示产品制造企业可基于本数据集建立背光源模组光学质量分级管控体系，制定针对性的亮度离散风险预防措施，优化模组光学测试与均光检验方案，完善产品出厂光学质量标准，有效降低背光源模组在生产过程中的亮度不均、亮斑、暗区等光学缺陷发生率，提升产品生产良率与光学质量稳定性。
北京市数据知识产权2026-07-01 更新20
背光源模组色温漂移与发光一致性数据集
本数据聚焦于背光源模组色温漂移特性与发光一致性表现的多维度分析，揭示了不同型号规格、不同LED_BIN档位、不同分区方案、不同老化时长下的色温漂移规律与发光一致性特征，为显示模组生产企业、显示光色研发机构及质量检测部门提供了重要的数据支撑，具有显著的应用价值。具体体现在以下方面：
1. 优化背光源模组光色设计与产品开发：显示模组生产企业可通过分析不同LED_BIN档位、不同分区方案、不同老化条件下的色温漂移规律，优化LED_BIN匹配方案、分区驱动控制策略、色温校准算法，完善光色一致性控制方案，科学制定光色质量控制标准与测试规范，提升背光源模组的色温稳定性与发光一致性水平。
2. 提升产品光色质量管控与生产良率：显示产品制造企业可基于本数据集建立背光源模组光色一致性分级管控体系，制定针对性的色温漂移风险预防措施，优化模组光色测试与校准方案，完善产品出厂光色质量标准，有效降低背光源模组在生产与使用过程中的色温漂移、发光不均、Mura缺陷等光色问题发生率，提升产品生产良率与光色质量稳定性。
北京市数据知识产权2026-07-01 更新20
背光源模组亮斑暗区识别与光学缺陷分级数据集
1. 生产放行场景：质检人员可直接依据光学缺陷综合值和质量分级，对背光源模组进行放行、复检或返修判定。
2. 缺陷识别优化场景：算法团队可利用亮暗对比指数、区域扰动密度和复判修正系数，分析自动分割模型对亮斑和暗区的识别稳定性，定位误检与漏检来源。
3. 工艺改进场景：工艺人员可结合导光板材料、导光工艺、边缘漏光风险值与区域色偏表现，判断缺陷与材料、微结构设计及边缘处理工序之间的关系。
4. 质量追踪场景：质量部门可按产品型号、工位、标签和质量等级追踪亮斑暗区缺陷的分布趋势，形成长周期过程控制依据。
北京市数据知识产权2026-06-12 更新50
背光源模组AGV配送节拍与站点供料协同数据集
1. 物流调度优化场景：可用于识别高任务密度、高响应时长和低缓存覆盖组合下的关键瓶颈站点，帮助企业调整AGV派单优先级、路线策略和任务切分规则。
2. 站点供料保障场景：可用于判断哪些站点已经出现供料连续性下降、待料放大、人工应急介入增加等迹象，为线边仓补给策略和应急预案提供数据支撑。
3. 节拍协同分析场景：可用于分析产线计划节拍、站点生产节拍和物流到位节拍之间的匹配程度，识别物流节拍先天不足还是站点缓存配置不合理。
4. 质量与效率联动场景：可将供料保障等级与停线、换线、报废、加班等经营指标联动，支撑生产效率优化与物流成本控制。
北京市数据知识产权2026-06-12 更新20
背光源模组图像特征提取与缺陷识别数据集
本数据聚焦于背光源模组图像特征提取与缺陷识别的多维度分析，揭示了不同背光结构、不同光学区位、不同采集模式下的图像特征分布规律与缺陷识别特征，为显示模组生产企业、机器视觉研发机构、AOI检测设备厂商及质量检测部门提供了重要的数据支撑，具有显著的应用价值。具体体现在以下方面：
1. 优化缺陷检测算法与AOI检测系统性能：机器视觉研发人员与AOI设备厂商可通过分析不同缺陷类型的图像特征分布规律，优化缺陷特征提取算法、缺陷分类识别模型，调整不同光学区位与采集模式的检测参数，完善缺陷显著度评价机制，科学制定缺陷检测阈值与识别标准，提升背光源模组缺陷检测的准确率与召回率。
2. 提升产品质量管控与生产良率：显示产品制造企业可基于本数据集建立背光源模组缺陷分级管控体系，制定针对性的缺陷预防与改进措施，优化AOI检测工位布局与检测方案，完善产品出厂质量检验标准，有效降低背光源模组在生产过程中的各类光学缺陷发生率，提升产品生产良率与质量稳定性。
北京市数据知识产权2026-07-01 更新20
背光源模组温升响应与可靠性评估数据集
本数据聚焦于背光源模组温升响应特性与可靠性评估的多维度分析，揭示了不同背光形式、不同尺寸规格、不同试验条件下的温升规律与可靠性衰减特征，为显示模组生产企业、显示技术研发机构及质量检测部门提供了重要的数据支撑，具有显著的应用价值。具体体现在以下方面：
1. 优化背光源模组热设计与产品开发：显示模组生产企业可通过分析不同背光形式、不同LED颗粒布局下的温升响应规律，优化背光源模组散热结构设计，精准调控驱动电流与输入功率参数，完善热场均匀性控制方案，科学制定产品质量控制标准与可靠性测试规范，提升背光源模组的使用寿命与产品稳定性。
2. 提升产品可靠性管控与质量水平：显示产品制造企业可基于本数据集建立背光源模组可靠性分级管控体系，制定针对性的热疲劳风险预防措施，优化模组老化测试与环境试验方案，完善产品出厂检验标准，有效降低背光源模组在实际使用过程中的温升故障与可靠性失效发生率。
北京市数据知识产权2026-07-01 更新30
背光源模组视觉缺陷识别与质量分级数据集
1. 视觉检测模型优化场景：通过比较不同产品系列、不同视觉工位模式和不同产线下的缺陷密度指数、风险综合分和复判一致度系数，可定位算法误判高发区域并优化阈值策略。
2. 工艺质量控制场景：通过分析亮度均匀度、色偏、漏光与Mura面积之间的联动关系，可识别导光、扩散、贴合和装配环节的稳定性问题，为工艺参数修正提供依据。
3. 质量分级与放行场景：将视觉风险综合分与质量分级作为终检放行、抽检和返修流转的关键依据，降低主观判断差异带来的不一致问题。
4. 长周期特征库积累场景：特征库可持续纳入后续新批次样本，用于构建背光源模组缺陷趋势监测、工艺漂移识别和模型迭代训练数据底座。
北京市数据知识产权2026-06-18 更新40
背光源模组缺陷分割定位与区域识别数据集
1. 分割算法优化场景：通过分析不同缺陷类型在分割显著度指数上的差异，可识别边界型缺陷、弱纹理缺陷和边缘区缺陷的分割不足问题，为掩膜阈值和后处理规则优化提供依据。
2. 区域定位稳定性评估场景：通过区域定位一致系数可识别定位偏移大但多帧复现弱的可疑区域，帮助工程侧区分真实缺陷与抖动型误报。
3. 光学异常风险分层场景：通过区域光学扰动值和缺陷区域综合分，可对暗斑、漏光、亮斑等会直接影响观感的缺陷进行分层预警。
4. 复判与放行场景：通过区域识别等级可将区域级样本分为A/B/C/D四档，为人工复检优先级排序、返工复检以及工艺追踪提供统一口径。
北京市数据知识产权2026-06-12 更新00
背光源模组AOI检测结果与缺陷归因分析数据集
1. 在线质量监控场景。生产现场可以通过缺陷显著性指数和复判修正评分快速识别需要优先拦截的异常记录，减少仅依赖原始缺陷评分带来的误判。
2. 缺陷归因复盘场景。工艺、设备和质量团队可利用归因置信度分析不同缺陷类型在不同区域和产线上的主要诱因，例如来料颗粒残留、膜片错位、夹具定位偏移或相机阈值偏移等。
3. 复检资源优化场景。结合误报概率和人工复检结论，可以将复检资源集中到高风险、高不确定性的样本上，提高复检效率。
4. 分级放行场景。通过A/B/C/D等级将AOI记录转化为可用于放行、复检、返修和追溯的质量分层结果。
北京市数据知识产权2026-06-12 更新20