摘要
本发明公开了多晶硅生产设备表面的缺陷检测方法、装置、介质和设备,涉及金属设备表面缺陷检测的技术领域。该方法包括:将全维度动态卷积算法和空间金字塔池化模块集成至YOLOv8网络的深度八度检测网络中,并且将高效通道注意力模块添加至YOLOv8网络的三重八度检测头网络中,并且将YOLOv8网络中的交并比函数替换为加权交并比损失函数,得到改进的YOLOv8网络;将带有标注的多晶硅生产设备表面缺陷图像输入改进的YOLOv8网络进行训练,得到设备缺陷检测模型;将采集的多晶硅生产设备表面缺陷图像输入设备缺陷检测模型,得到多晶硅生产设备表面缺陷的检测结果。通过上述方案,提高了对多晶硅生产设备表面缺陷的检测精度及检测效率。
技术关键词
卷积算法
缺陷检测方法
多晶硅
表面缺陷图像
设备缺陷检测
空间金字塔池化
输出特征
动态
网络
子模块
注意力机制
上采样
通道
检测头
金属设备表面
缺陷检测装置
全局平均池化
系统为您推荐了相关专利信息
缸筒内孔
液压支架油缸
阈值分割技术
缺陷位置信息
缺陷检测方法
电缆缺陷
反光
支持向量机分类器
图像
表面缺陷检测方法
多晶硅栅极
栅极氧化层
接触区
沟槽内表面
生长多晶硅
表面缺陷检测方法
深度学习模型
钢材
注意力机制
卷积模块
缺陷检测装置
数据处理系统
反射光
太阳能电池板表面
前置光学系统