基于Mamba-YOLO的半导体激光器芯片损伤检测方法及系统

AITNT
正文
推荐专利
基于Mamba-YOLO的半导体激光器芯片损伤检测方法及系统
申请号:CN202510548894
申请日期:2025-04-28
公开号:CN120543476A
公开日期:2025-08-26
类型:发明专利
摘要
本发明提供一种基于Mamba‑YOLO的半导体激光器芯片损伤检测方法及系统,包括:收集半导体激光器芯片损伤图像构建训练数据集;基于Mamba神经网络和YOLOv8模型构建损伤检测模型,并对YOLOv8模型结构进行改进,更有效地融合不同尺度的特征信息,增强模型对图像特征的捕捉能力和对目标的识别能力;采用训练数据集对模型进行训练,得到损伤检测模型。该损伤检测模型显著提高了半导体激光器芯片损伤检测的准确性和可靠性。
技术关键词
半导体激光器芯片 损伤检测方法 特征提取模块 融合特征 多尺度特征提取 输出模块 图像 跨层特征 联合注意力机制 损伤特征 损伤检测系统 检测模型训练 输出特征 数据 生成多尺度 全局平均池化
系统为您推荐了相关专利信息
1
一种基于仿生视觉的目标探测方法、装置、设备及介质
融合特征 特征金字塔 通道注意力机制 流形学习方法 多模态
2
一种结合健康状况和胎心率的胎儿缺氧预警方法及装置
胎心 预警方法 信号 生理状态信息 PH值
3
一种电脑横机花型自动识别与选针控制方法
针织结构 电脑横机控制系统 跨模态融合特征 注意力机制 针织控制
4
基于人工智能的图纸自动修改生成方法及系统
多模态深度学习 图纸 树形结构 生成方法 线条
5
资质认证和管理咨询领域的数据处理系统及方法
特征提取模块 数据处理系统 实体 数据分析模型 数据分析模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号