摘要
本发明涉及缺陷检测技术领域,公开了一种融合边缘特征的芯片缺陷检测模型训练方法和检测方法,该芯片缺陷检测模型训练方法包括:对YOLOv11神经网络模型进行改进,构建缺陷检测模型,缺陷检测模型包括主干网络、颈部网络和头部网络,主干网络包括卷积模块和ESIC3k2模块,颈部网络包括SPFF模块、C2PSA模块、上采样模块、CWFM模块和C3k2模块,主干网络中部的ESIC3k2模块与颈部网络的CWFM模块连接,主干网络末端的ESIC3k2模块与颈部网络的SPFF模块连接,主干网络颈部网络末端的三个C3k2模块分别与头部网络连接;利用预先构建的Micro‑LED芯片缺陷数据集对缺陷检测模型进行训练,得到训练后的缺陷检测模型。本发明能够提高Micro‑LED芯片缺陷检测精度。
技术关键词
检测模型训练方法
LED芯片
卷积模块
芯片缺陷检测
融合边缘特征
加权特征
缺陷检测方法
LED阵列
输出特征
上采样
神经网络模型
通道
缺陷检测技术
光学设备
注意力
图像分割
存储器
系统为您推荐了相关专利信息
辅助分类器
生成对抗网络
算法
协方差矩阵
Softmax分类器
纤维提取方法
卷积长短期记忆
混凝土
特征提取模型
线状物体
LED芯片
功率控制方法
光源
检测照明设备
控制器
稳固型LED支架
绝缘压条
绝缘胶条
镀层
LED芯片支架