摘要
本发明公开了一种改进型YOLOv8芯片表面缺陷检测模型构建方法及应用,通过搭建改进型YOLOv8目标检测模型的网络结构,包括Backbone模块、Neck模块和Head模块;Backbone模块包括多层DCNv3网络、C2f网络和SPPF网络,对图片进行多层卷积处理后输出第一有效特征层、第二有效特征层和第三有效特征层;Neck模块采用BiFPN双向特征金字塔特征融合结构,将Backbone模块输出的3个有效特征层输入Concat_BiFPN网络中进行双向自适应融合,随后分别经CBAM注意力机制网络输出;Head模块包括Detect网络结构,Detect网络结构与CBAM注意力机制网络连接,输出目标检测结果;利用改进型YOLOv8目标检测模型结构对芯片表面缺陷精准识别,提高对不同类型缺陷的适应性。
技术关键词
芯片表面缺陷检测
网络结构
模型构建方法
注意力机制
双向特征金字塔
模块
图片
识别芯片
多级特征
输出特征
上采样
工业生产
采样点
训练集
非线性
数据
系统为您推荐了相关专利信息
局部放电检测方法
补丁
多层感知器
模块
局部放电诊断
电磁干扰数据
车载显示器
干扰方法
干扰特征
神经网络模型
红茶发酵程度
判别方法
高光谱成像系统
联合特征提取
光谱图像处理
预警方法
多源信息融合
多源异构数据处理
信息处理单元
佩戴绝缘手套