一种基于YOLOv11m应用于边缘设备的芯片封装缺陷检测方法

本发明涉及计算机视觉目标检测领域，提出一种基于YOLOv11m应用于边缘设备的芯片封装缺陷检测方法，其方法包括：获取芯片封装缺陷数据集，对其进行数据增强并划分为训练集、测试集和验证集；对该模型网络结构进行创新，骨干网络采用Starnet网络并结合C2CGA和SimAM等模块，强化特征提取与关键特征捕捉，颈部网络引入GSConv技术和以其为基础的改进模块，优化特征金字塔结构，检测头借助创新的LWNBDet检测头融合多尺度特征，实现高效目标预测；将数据集导入检测模型训练，得到改进后的模型；改进后的模型在保持检测精度的同时，显著提高检测速度，减小模型大小与计算量，提升了在边缘设备部署的可行性。