一种基于深度学习的键合引线缺陷检测方法

本发明提出了一种基于深度学习的键合引线缺陷检测方法，能够完成对键合引线缺陷类型的识别，实现集成电路产品中引线键合质量问题的自动检测，旨在解决劳动强度大、检测效率低等问题。流程包括：搭建键合引线采集物理平台，通过立体相机获取键合引线的深度图像，将采集到的深度图进行预处理增强图像质量，并通过几何变换生成深度图对应的法线图，法线图与深度图堆叠获得最终的键合引线数据集，对键合引线数据集进行数据增强来扩充数据规模；提出一种Depth‑YOLO网络模型，将原YOLO模型输入层进行重建，并设计输入特征增强模块；最后，使用自建数据集训练Depth‑YOLO模型并使用模型进行端到端的键合引线缺陷检测。