摘要
本发明涉及一种基于改进的YOLOv10模型的芯片表面缺陷检测方法、系统、设备以及介质,其方法包括:构建层级检测模型;将芯片表面图像输入至特征提取网络得到初始特征图;在特征融合网络的预定节点嵌入坐标注意力模块,对初始特征图进行正交方向卷积编码生成空间注意力权重,通过加权融合输出增强特征图;在特征提取网络的中间层构建中心点预测分支,基于初始特征图并行输出缺陷热力图、尺寸参数及类别概率分布;将增强特征图输入检测头,结合缺陷热力图进行空间对齐处理生成初步检测框,经冗余抑制处理后生成检测结果。本发明通过引入坐标注意力模块与中心点预测分支对YOLOv10模型进行协同改进,解决了芯片表面缺陷识别中的痛点。
技术关键词
特征提取网络
特征融合网络
注意力
热力图
芯片表面缺陷检测
分支
坐标
模块
缺陷预测
检测头
编码
尺寸
中间层
垂直轴
参数
多尺度特征融合
局部特征提取
系统为您推荐了相关专利信息
分布式资源
优化配置方法
配电网拓扑结构
深度强化学习算法
重构
振动响应预测方法
交叉注意力机制
图像特征提取
时序
车辆行驶路面
智能管控系统
管网智能管控方法
控制主板
信息传输模块
频域特征
轴承故障诊断方法
通道
特征提取单元
抑制高频噪声
注意力机制