轻量动态融合Transformer晶圆模具微缺陷检测（LDF-DETR）
来源：计算机工程与应用杂志2026年第15期北京时间：
作者：冯金秋, 燕芳, 李小娜, 杨阳, 李海宇
单位：1.内蒙古科技大学 自动化与电气工程学院，内蒙古 包头 014010；2.云知尚（西安）智能科技有限公司，西安 710000；
摘要：为针对晶圆模具表面微缺陷检测中存在的低信噪比伪缺陷干扰严重、检测精度受限及工业部署复杂度高的问题，提出轻量化动态融合检测模型（lightweight dynamic fusion DETR，LDF-DETR）。该方法基于RT-DETR架构改进，通过在主干网络嵌入动态对齐融合模块（dynamic align fusion，DAF），实现多分支特征间的空间语义自适配与参数化特征重组。创新性地引入可学习位置编码机制，通过梯度反哺优化位置嵌入向量的潜在空间分布，增强模型对微观缺陷位置特征的感知能力。为提升计算效率，提出动态分组卷积混洗机制，结合通道重分配机制有效降低计算冗余。实验基于工业级晶圆模具微缺陷数据集验证，LDF-DETR相较于基线模型实现了34.3?GFLOPs计算量与8.38×106参数量的同步压缩，同时保持93.72%的mAP@0.5检测精度，显著优于现有轻量化目标检测模型性能。
关键词：机器视觉,微缺陷检测,可学习位置编码,动态分组卷积混洗,RT-DETR架构
基金资助：国家自然科学基金（62161042）；内蒙古自然科学基金（2025MS06002）；内蒙古重点研发和成果转化计划项目（2025SYFHH0875）。
