基于动态Retinex增强与多尺度动态注意力的高精度芯片微小缺陷检测方法

本发明公开了基于动态Retinex增强与多尺度动态注意力的高精度芯片微小缺陷检测方法，属于计算机视觉与工业检测领域。该方法通过MobileNetV3Lite网络生成动态光照图，结合边缘感知双边滤波优化反射分量，消除高反光区域的光晕伪影(占比＜5％)；基于改进的YOLOv8框架，构建动态混合注意力模块(动态通道压缩与可变形卷积)和动态加权双向特征金字塔，提升微小缺陷的召回率至94.7％；新增160×160高分辨率检测头，定位误差≤1.5px；引入缺陷尺寸敏感损失函数，优化训练梯度分配。本发明在参数量(32.8M)、推理速度(67FPS)及多尺度特征利用率(91％)上均优于现有技术，可广泛应用于半导体制造与精密机械检测领域。