基于改进YOLOv8的SOP芯片缺陷检测研究

来源：电子测量技术杂志2024年第12期北京时间：

作者：彭鸿瑞，杨桂华

单位：1.桂林理工大学机械与控制工程学院 桂林 541006; 2.广西高校先进制造与自动化技术重点实验室 桂林 541006

摘要：针对SOP芯片缺陷检测中因缺陷特征相似、缺陷目标小、缺陷尺度差异大造成的检测精度低的问题，本文提出基于改进YOLOv8的缺陷检测方法。通过使用SPD-Conv模块解决卷积池化过程中的信息丢失问题，并引入SimAM注意力机制，使模型学习三维通道中的信息，提高模型对缺陷特征的感知能力；同时使用BiFPN代替原特征提取网络，使用双向传递的多尺度特征融合，使模型能更好的区分拥有相似特征和尺度差异大的缺陷；最后增加一个小目标检测头，传递更多的低阶特征信息给高维检测网络，提高对小目标缺陷的检测效果。实验数据表明，该模型相比原模型mAP@0.5提高了5.4%，mAP@0.95提高了4.3%，召回率提高了3%，和其他模型相比有着显著优势。泛化实验中改进算法的mAP@0.5相比原模型也提升了2.7%，并设计了相关系统验证了算法的有效性。

关键词：芯片缺陷检测;YOLOv8模型;SPD-Conv;SimAM;BiFPN

基金资助：国家自然科学基金地区基金(52065016)项目资助