1 概述本文聚焦于ICME 2026高精度制造跨场景缺陷检测与细粒度缺陷分级挑战赛。当前工业缺陷检测系统主要面临两大瓶颈：一是基于深度学习的模型在部署至未见过的生产场景时，性能显著退化；二是现有公开数据集普遍缺乏标准化的缺陷严重程度评估体系，而精准分级对于生产风险预警与良率优化至关重要。为应对上述挑战，本次竞赛设置两条互补赛道：赛道一（跨场景缺陷检测），要求模型在多样化的陌生生产环境中，实现缺陷的精准检测、定位与分类；赛道二（细粒度缺陷分级），需对每个检出缺陷按工业标准划分为合格（Acceptable）、轻微不良（Marginal NG）、不良（NG）和严重不良（Gross NG）四个等级。本文构建了一套大规模高分辨率工业显微图像数据集，涵盖7类典型缺陷。其中，赛道一数据集包含3,800余张带有像素级实例标注的图像，赛道二数据集包含2,600余张附带缺陷分级标签的图像。赛事共吸引86支队伍注册参赛，累计提交130份预测结果；在最终测试阶段，21支队伍提交完整结果，12支队伍同步开源模型及技术说明文档。2 挑战赛整体设计IDA 2026 挑战赛面向高精度半导体制造场景设立，核心目标是研发同时具备跨产线场景泛化能力与缺陷风险分级能力的工业视觉检测算法。赛事设置两条任务互补、层层递进的赛道，从缺陷精准检出到缺陷风险量化分级形成完整质检链路，整体任务、数据集、评测指标设计如下：2.1 任务定义两条赛道围绕