摘要
本发明提供一种基于改进YOLOv8的芯片表面缺陷检测方法及系统。其方法包括以下步骤:(1)构建芯片表面缺陷图片数据集;(2)将得到的数据集划分成训练集、验证集和测试集;(3)构建改进的YOLOv8网络模型;(4)将数据集输入到改进后的YOLOv8网络模型进行训练和预测,得到包含表面缺陷的芯片图像。本发明改进后的YOLOv8模型通过DCNv4可变卷积能够识别不同形状和尺寸的缺陷,增强了网络的特征提取能力;使用Dysample上采样算子减少了缺陷边缘和细节信息的丢失,保留了更多的特征信息;使用MPDIOU边界损失函数替换原损失函数,加快网络训练的收敛速度,提高模型对缺陷的定位能力。相较于原模型,本发明的检测效果得到了改善,能够更好地应用于芯片表面缺陷检测任务中。
技术关键词
芯片表面缺陷检测
网络结构
数据
训练集
表面缺陷图像
非易失性存储介质
上采样
双线性插值法
特征提取能力
模型预训练
操作系统
模块
图片
采样点
系统为您推荐了相关专利信息
运动
非暂态计算机可读存储介质
预测装置
矩阵
数值
前列腺癌早期诊断
早期诊断模型
机器学习算法
转录组学
免疫治疗策略
意图指令
车辆控制方法
上存储计算机程序
车辆控制模块
车辆控制装置
数据采集传输模块
管道壁厚
油气田集输
预警模块
数据处理单元