一种基于轻量化多尺度特征融合的SOP缺陷检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
验证码登录
×
发送
登录即代表您已同意AITNT
用户协议
和
隐私政策
登录
登录成功后会自动刷新界面
AITNT公众号
AITNT APP
AITNT交流群
搜索
未登录
首页
AI中心
退出
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI 源力市场
寻求报道
一种基于轻量化多尺度特征融合的SOP缺陷检测方法
申请号:
CN202511000688
申请日期:
2025-07-21
公开号:
CN120953184A
公开日期:
2025-11-14
类型:
发明专利
摘要
本发明公开了一种基于轻量化多尺度特征融合的SOP缺陷检测方法,具体为:获取SOP缺陷图像,对缺陷图像进行标注;基于YOLOv8n提出YOLO‑DBS模型;将DCFB模块替换骨干网路中的C2f模块,设计高效的多尺度特征融合金字塔网络BiFPN,在检测头的输入层添加SENetV2模块;采用SOP封装芯片表面缺陷图像训练集对改进后的算法模型进行训练;将缺陷图像测试集传入训练好的模型中,记录检测结果并评价模型性能。本发明方法在保持高检测精度的同时,实现了精度和模型复杂度之间的平衡。
技术关键词
多尺度特征融合
缺陷检测方法
表面缺陷图像
网络结构
模块
封装芯片
金字塔网络
双向特征金字塔
算法模型
上采样
通道注意力机制
生成高分辨率
综合评价指标
多分支结构
特征提取能力
全局平均池化
空间金字塔