58‐3: Large Model‐Based Defect Detection and Repair Methods for the Display Industry
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
This paper proposes an end‐to‐end optimization framework to address the automation bottleneck in display industry defect detection and repair. It integrates intelligent fusion repair, the Defect Cache dynamic caching mechanism, and the SensiFast lightweight evaluation method. This integration improves overall performance by 164% and reduces GPU memory usage by 31%, while only incurring a 0.5% accuracy loss. It provides an effective solution for intelligent repair in the display industry.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- 58‐3: Large Model‐Based Defect Detection and Repair Methods for the Display Industry
- Date Crossref
- 01/06/2026
- Éditeur
- Wiley
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.