一种改进型YOLOv8芯片表面缺陷轻量化目标检测模型及其训练方法与应用

本发明公开了一种改进型YOLOv8芯片表面缺陷轻量化目标检测模型及其训练方法与应用，搭建改进型YOLOv8芯片表面缺陷轻量化目标检测模型，包括Backbone部分、Neck部分和Head部分，Backbone部分多个AKConv模块和C2f模块堆叠而成，对输入的图片进行多次卷积，并输出多层有效特征层至Neck模块；Neck部分包括多尺度特征增强模块和跨尺度通道融合模块CCFM，多尺度特征增强模块采用RepGFPN网络，对Backbone部分输出的多层有效特征层进行有效融合；跨尺度通道融合模块CCFM用于自动调节特征融合权重；Head部分输出芯片表面缺陷检测结果；利用训练好的改进型YOLOv8目标检测模型对芯片表面缺陷进行检测，可以克服对于小目标、复杂背景时检测效果不佳的缺陷，提升缺陷检测的速度与精度。