基于改進(jìn)YOLOv5算法的晶圓表面缺陷檢測方法

打開文本圖片集

［摘 要］ 為了兼顧實(shí)時(shí)性和準(zhǔn)確率，提出了一種基于改進(jìn)YOLOv5算法的晶圓表面缺陷檢測方法。該方法采用了輕量級網(wǎng)絡(luò)GhostNet作為主干提取網(wǎng)絡(luò)，以降低模型復(fù)雜度并提升檢測速度。同時(shí)為了提高模型的特征提取能力和檢測精度，引入了高效通道注意力機(jī)制。此外采用FReLU激活函數(shù)取代了原有的SiLU函數(shù)，以增強(qiáng)模型對空間的敏感性，提高檢測準(zhǔn)確性。（剩余14026字）