摘要
本发明公开了基于改进YOLOV8网络的芯片表面缺陷检测方法,包括:对YOLOv8n模型进行改进,得到改进后的模型;改进方法包括:使用C2f_RVB模块替换C2f模块;在空间金字塔池化之后引入SimAM注意力机制;使用动态任务检测头替换检测头;收集芯片表面缺陷图像并对改进后的模型进行训练;将待检测的芯片表面图像输入训练后的模型,进行缺陷检测,本方法在芯片表面缺陷的检测精度方面和其他模型相比具有显著优势,不仅提高了检测精度,还在计算资源消耗和实时性之间取得了良好的平衡,为芯片表面缺陷检测任务提供了一种新的技术路径。
技术关键词
交互特征
空间金字塔池化
芯片表面缺陷检测
检测头
注意力机制
网络
数据
输出特征
分支
混合器
动态
模块
图像
像素点
表达式
精度
系统为您推荐了相关专利信息
云桌面
双通道智能
时序预测模型
多模态特征
资源动态分配方法
项目进度管理系统
时空注意力机制
项目进度管理方法
智能体系统
工作分解结构
无人机视觉
视觉注意力机制
避障系统
轮廓特征
偏振图像信息
SSD算法
注意力机制
图像
检测无人机
全局特征提取