一种基于改进YOLOv9的微电子器件表面缺陷检测方法

本发明涉及一种基于改进YOLOv9的微电子器件表面缺陷检测方法，该方法包括：采集微电子器件表面图像，经缺陷分类、标注后形成微电子器件表面图像样本集，再经数据增强得到扩充数据集，将其划分为训练集、验证集和测试集；在YOLOv9模型的主干网络backbone中引入高效多尺度注意力机制模块，构建基于改进YOLOv9的微电子器件表面缺陷检测模型；利用训练集中训练样本对基于改进YOLOv9的微电子器件表面缺陷检测模型进行训练，得到优化后的微电子器件表面缺陷检测模型；获取待检测的微电子器件图像，将其输入优化后的微电子器件表面缺陷检测模型进行检测，输出检测分类结果。本发明可以解决小样本和小目标下的缺陷检测效果较差的问题，提高微电子器件表面缺陷检测的准确率。