一种基于YOLOv8和RT-DETR的晶片缺陷检测方法

本发明公开了一种基于YOLOv8和RT‑DETR的晶振片表面缺陷检测方法，包括：S1、采集数据：使用高分辨率和高速摄像机获取大量晶振片表面的图像；S2、预处理数据：对采集的图像数据进行预处理，包括图像去噪、灰度化、图像增强操作，使用Labelme手动对缺陷区域进行标注；标注完毕后将数据集以70％，20％，10％的比例分别划分为训练集，验证集和测试集；S3、训练模型：利用处理后的数据集、标注数据和预训练权重文件，分别在YOLOv8和RT‑DETR深度学习框架中进行模型训练，通过更换和改进激活函数优化模型性能，得到训练好的权重文件；S4、检测与精确定位缺陷。本发明运用双模型融合，首次提出将YOLOv8与RT‑DETR模型结合，提升检测精度与速度。