检索结果-维普期刊中文期刊服务平台

基于YOLOv3的芯片缺陷检测模型设计与优化被引量：2: 1; 作者林文迪周睿阳邸志雄《半导体技术》 CAS 北大核心 2024年第7期660-665,共6页; 传统的芯片缺陷检测效率低,鉴于深度学习在机器视觉领域应用广泛且效果显著,基于YOLOv3神经网络模型设计了微波芯片缺陷检测模型并加以优化。将原来的损失函数改为完全交并比(CIoU)损失函数,以优化真实框与预测框之间重合度的计算方法;... 展开更多; 关键词深度学习 YOLOv3 芯片缺陷检测完全交并比(CIoU) 空间金字塔池化(SPP); 在线阅读下载PDF 职称材料

基于改进YOLOv8的SOP芯片缺陷检测研究被引量：5: 2; 作者彭鸿瑞杨桂华《电子测量技术》北大核心 2024年第12期71-82,共12页; 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... 展开更多; 关键词芯片缺陷检测 YOLOv8模型 SPD-Conv SimAM BiFPN; 在线阅读下载PDF 职称材料

基于轻量级卷积神经网络的载波芯片缺陷检测被引量：12: 3; 作者周天宇朱启兵 +1 位作者黄敏徐晓祥《计算机工程与应用》 CSCD 北大核心 2022年第7期213-219,共7页; 载波芯片(chip on carrier,COC)是光发射次模块(transmitter optical subassembly,TOSA)的重要组成部分,被广泛应用于光通信领域,实现光电转换。针对载波芯片崩口、定位柱破损以及波导污渍三种不同类别缺陷的实时检测问题,提出了一种基... 展开更多; 关键词计算机视觉载波芯片缺陷检测目标检测 YOLO-Efficientnet 光发射次模块; 在线阅读下载PDF 职称材料

基于YOLOv5-EA-FPNs的芯片缺陷检测方法研究被引量：9: 4; 作者张恒程成 +3 位作者袁彪赵洪坪吕雪杭芹《电子测量与仪器学报》 CSCD 北大核心 2023年第5期36-45,共10页; 针对芯片缺陷检测中,缺陷尺寸跨度大、特征相似、小目标难识别、漏检等问题,本文提出基于YOLOv5改进的缺陷检测方法。针对小目标缺陷检测中出现的漏检、误检等问题,提出新增小目标特征检测器(small target feature detector,S-Detector)... 展开更多; 关键词芯片缺陷检测深度学习特征金字塔多尺度融合小目标检测 YOLOv5; 在线阅读下载PDF 职称材料

基于尺度自适应细胞分裂的芯片表面缺陷检测: 5; 作者宋朋费胜巍《东华大学学报（自然科学版）》 CAS 北大核心 2024年第6期126-132,共7页; 针对表面缺陷检测复杂烦琐的特征提取过程和基于人工免疫理论的细胞分裂过程产生无用空细胞,影响数据分类的问题,提出一种基于尺度自适应细胞分裂的芯片表面缺陷检测方法。基于VGG19预训练模型对芯片表面缺陷进行特征提取,采用尺度自适... 展开更多; 关键词芯片表面缺陷检测细胞分裂尺度自适应 VGG19; 在线阅读下载PDF 职称材料

强化空间感知的多尺度芯片表面缺陷检测算法被引量：4: 6; 作者郭伟峰赵倩《仪表技术与传感器》 CSCD 北大核心 2023年第8期120-126,共7页; 在检测芯片表面缺陷时,多尺度和不规则形变的缺陷导致模型难以精准定位并正确聚类,为此,提出一种改进YOLOv5网络的芯片表面缺陷检测框架。利用基于边缘信息的数据增强策略,降低芯片走线的背景纹理,增强不规则边缘的输入特征;提出多尺度... 展开更多; 关键词芯片缺陷检测多尺度目标数据增强空间感知; 在线阅读下载PDF 职称材料

基于改进YOLOv5的轻量级芯片封装缺陷检测方法被引量：1: 7; 作者赖武刚李家楠林凡强《包装工程》 CAS 北大核心 2023年第17期189-196,共8页; 目的针对芯片封装缺陷检测过程中检测精度低与模型难部署的问题,提出YOLOv5-SPM检测网络,旨在提高检测精度并实现模型轻量化。方法首先,通过在特征提取模块后增加通道注意力机制,提高缺陷通道的关注度,减少冗余特征的干扰,进而提升目... 展开更多; 关键词 YOLOv5 芯片封装缺陷检测通道注意力机制特征金字塔池化轻量化; 在线阅读下载PDF 职称材料

题名基于YOLOv3的芯片缺陷检测模型设计与优化被引量：2: 1; 作者林文迪周睿阳邸志雄; 机构西南交通大学信息科学与技术学院; 出处《半导体技术》 CAS 北大核心 2024年第7期660-665,共6页; 文摘传统的芯片缺陷检测效率低,鉴于深度学习在机器视觉领域应用广泛且效果显著,基于YOLOv3神经网络模型设计了微波芯片缺陷检测模型并加以优化。将原来的损失函数改为完全交并比(CIoU)损失函数,以优化真实框与预测框之间重合度的计算方法;增加了空间金字塔池化(SPP)结构,以实现不同尺寸特征融合;用高效的k-means++聚类算法计算出更加适用于微波芯片缺陷数据集的初始锚框;采用空间注意力机制(SAM)提高模型对芯片缺陷图像的关注能力。实验结果表明,与YOLOv3模型相比,优化后的模型在芯片缺陷检测方面效果更佳,mAP@0.5提高了2.06%,mAP@[0.5∶0.95]提高了17.52%。; 关键词深度学习 YOLOv3 芯片缺陷检测完全交并比(CIoU) 空间金字塔池化(SPP); Keywords deep learning YOLOv3 chip defect detection complete-intersection over union(CloU) spatial pyramid pooling(SPP); 分类号 TN407 [电子电信—微电子学与固体电子学]; 在线阅读下载PDF 职称材料

题名基于改进YOLOv8的SOP芯片缺陷检测研究被引量：5: 2; 作者彭鸿瑞杨桂华; 机构桂林理工大学机械与控制工程学院广西高校先进制造与自动化技术重点实验室; 出处《电子测量技术》北大核心 2024年第12期71-82,共12页; 基金国家自然科学基金地区基金(52065016)项目资助。; 文摘针对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; Keywords chip defect detection YOLOv8 model SPD-Conv SimAM BiFPN; 分类号 TN407 [电子电信—微电子学与固体电子学]; 在线阅读下载PDF 职称材料

题名基于轻量级卷积神经网络的载波芯片缺陷检测被引量：12: 3; 作者周天宇朱启兵黄敏徐晓祥; 机构江南大学轻工过程先进控制教育部重点实验室无锡市创凯电气控制设备有限公司; 出处《计算机工程与应用》 CSCD 北大核心 2022年第7期213-219,共7页; 基金国家自然科学基金(61775086)。; 文摘载波芯片(chip on carrier,COC)是光发射次模块(transmitter optical subassembly,TOSA)的重要组成部分,被广泛应用于光通信领域,实现光电转换。针对载波芯片崩口、定位柱破损以及波导污渍三种不同类别缺陷的实时检测问题,提出了一种基于轻量级卷积神经网络的载波芯片缺陷检测算法YOLO-Efficientnet。为了减少网络参数,缩短检测时间,采用轻量级卷积神经网络Efficientnet作为主干网络对图像进行特征提取,在移动翻转瓶颈卷积(MBConv)的基础上,引入了压缩与激发网络(SENet)的注意力思想,在通道维度上引入注意力机制;为了解决下采样的过程中导致信息丢失的问题,引入空间金字塔池化(SPP)结构来增大图像的感受野,分离出更加显著的上下文特征。针对COC缺陷多尺度以及波导区域污渍小目标难以检测的问题,引入了PANet结构进行多尺度特征融合。实验结果表明,提出的算法对COC缺陷检测的准确率达到了98.5%,检测时间达到每张图片0.42 s,满足实时检测的需求。; 关键词计算机视觉载波芯片缺陷检测目标检测 YOLO-Efficientnet 光发射次模块; Keywords computer vision defect detection of chip on carrier object detection YOLO-Efficientnet transmitter optical subassembly; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于YOLOv5-EA-FPNs的芯片缺陷检测方法研究被引量：9: 4; 作者张恒程成袁彪赵洪坪吕雪杭芹; 机构重庆邮电大学计算机科学与技术学院; 出处《电子测量与仪器学报》 CSCD 北大核心 2023年第5期36-45,共10页; 基金国家自然科学基金项目(12005030) 重庆市自然科学基金(cstc2021jcyj-bsh0252) 磁约束聚变安徽省实验室开放基金(2021AMF01004)项目资助。; 文摘针对芯片缺陷检测中,缺陷尺寸跨度大、特征相似、小目标难识别、漏检等问题,本文提出基于YOLOv5改进的缺陷检测方法。针对小目标缺陷检测中出现的漏检、误检等问题,提出新增小目标特征检测器(small target feature detector,S-Detector),提升模型对小目标缺陷的学习能力;针对缺陷尺寸跨度大、特征相似等问题,提出具有高效聚焦学习能力的特征金字塔结构(efficient attention feature pyramid networks,EA-FPNs),提升模型对不同尺寸缺陷的检测能力;针对预测阶段冗余框较多导致时间开销大的问题,提出基于面积的边界框融合算法(bounding box fusion algorithm,BFA),减少冗余框。实验结果表明,本文方法相较于改进前,检测精确度提升1.2%,小目标缺陷精确度提升1.6%;采用BFA消除冗余框的同时,平均检测时长为26.8μs/张,较使用BFA前减少了5.2μs。本文所提方法具有良好性能,能够提升检测效率。; 关键词芯片缺陷检测深度学习特征金字塔多尺度融合小目标检测 YOLOv5; Keywords chip defect detection deep learning FPNs multi-scale fusion small object detection YOLOv5; 分类号 TP391 [自动化与计算机技术—计算机应用技术] TN98 [电子电信—信息与通信工程]; 在线阅读下载PDF 职称材料

题名基于尺度自适应细胞分裂的芯片表面缺陷检测: 5; 作者宋朋费胜巍; 机构东华大学机械工程学院; 出处《东华大学学报（自然科学版）》 CAS 北大核心 2024年第6期126-132,共7页; 文摘针对表面缺陷检测复杂烦琐的特征提取过程和基于人工免疫理论的细胞分裂过程产生无用空细胞,影响数据分类的问题,提出一种基于尺度自适应细胞分裂的芯片表面缺陷检测方法。基于VGG19预训练模型对芯片表面缺陷进行特征提取,采用尺度自适应细胞分裂分类方法(SACDCM)对芯片进行表面缺陷检测。SA-CDCM算法分裂过程无空细胞产生,实现了细胞分裂尺度自适应,能够以较少的检测器进行缺陷检测。在MPU6050芯片表面缺陷检测试验中,对比针对数据分类的克隆选择算法和否定选择算法。结果表明,同等条件下SA-CDCM实现了100%的缺陷检测准确率,能够对MPU6050芯片进行有效缺陷检测。; 关键词芯片表面缺陷检测细胞分裂尺度自适应 VGG19; Keywords chip surface defect detection cell division scale adaptation VGG19; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名强化空间感知的多尺度芯片表面缺陷检测算法被引量：4: 6; 作者郭伟峰赵倩; 机构上海电力大学电子与信息工程学院; 出处《仪表技术与传感器》 CSCD 北大核心 2023年第8期120-126,共7页; 文摘在检测芯片表面缺陷时,多尺度和不规则形变的缺陷导致模型难以精准定位并正确聚类,为此,提出一种改进YOLOv5网络的芯片表面缺陷检测框架。利用基于边缘信息的数据增强策略,降低芯片走线的背景纹理,增强不规则边缘的输入特征;提出多尺度空间感知池化层MSSPP(multi-scale spatial perception pooling layer)强化网络对多尺度目标的空间定位能力和高维特征提取能力;引入ConvNext模块和RFB模块优化网络检测性能、丰富模型的感受野;最后,通过难分样本重检策略过滤错误目标、重检混淆目标,提高模型的识别精度。实验结果表明:相较于典型的目标检测算法,提出算法的识别精度更高、鲁棒性更强。在芯片表面缺陷数据集上,mAP0.5指标达到95.5%,可为芯片表面质检任务提供高精度的缺陷检测方案。; 关键词芯片缺陷检测多尺度目标数据增强空间感知; Keywords chip defect detection multi-scale target data enhancement spatial perception; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于改进YOLOv5的轻量级芯片封装缺陷检测方法被引量：1: 7; 作者赖武刚李家楠林凡强; 机构成都理工大学机电工程学院; 出处《包装工程》 CAS 北大核心 2023年第17期189-196,共8页; 基金四川省科技计划重点研发项目(2020YFS0472)。; 文摘目的针对芯片封装缺陷检测过程中检测精度低与模型难部署的问题,提出YOLOv5-SPM检测网络,旨在提高检测精度并实现模型轻量化。方法首先,通过在特征提取模块后增加通道注意力机制,提高缺陷通道的关注度,减少冗余特征的干扰,进而提升目标的检测精度。其次,在主干网络与颈部网络连接处使用快速特征金字塔结构,更好地融合了自建芯片数据集的多尺度特征信息。最后,将主干网络的特征提取模块更换为MobileNetV3,将常规卷积更换为深度卷积和点卷积,有效降低了模型尺寸和计算量。结果经过改进后的新网络YOLOv5s-SPM在模型参数下降29.5%的情况下,平均精度较原网络提高了0.6%,准确率提高了3.2%。结论新网络相较于传统网络在芯片缺陷检测任务中实现了模型精度与速度的统一提高,同时由于模型参数减小了29.5%,更适合部署在资源有限的工业嵌入式设备上。; 关键词 YOLOv5 芯片封装缺陷检测通道注意力机制特征金字塔池化轻量化; Keywords YOLOv5 chip package defect detection channel attention mechanism simplified spatial pyramid pooling-fast lightweight; 分类号 TB487 [一般工业技术—包装工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于YOLOv3的芯片缺陷检测模型设计与优化	林文迪周睿阳邸志雄	《半导体技术》 CAS 北大核心	2024	2	在线阅读下载PDF 职称材料
2	基于改进YOLOv8的SOP芯片缺陷检测研究	彭鸿瑞杨桂华	《电子测量技术》北大核心	2024	5	在线阅读下载PDF 职称材料
3	基于轻量级卷积神经网络的载波芯片缺陷检测	周天宇朱启兵黄敏徐晓祥	《计算机工程与应用》 CSCD 北大核心	2022	12	在线阅读下载PDF 职称材料
4	基于YOLOv5-EA-FPNs的芯片缺陷检测方法研究	张恒程成袁彪赵洪坪吕雪杭芹	《电子测量与仪器学报》 CSCD 北大核心	2023	9	在线阅读下载PDF 职称材料
5	基于尺度自适应细胞分裂的芯片表面缺陷检测	宋朋费胜巍	《东华大学学报（自然科学版）》 CAS 北大核心	2024	0	在线阅读下载PDF 职称材料
6	强化空间感知的多尺度芯片表面缺陷检测算法	郭伟峰赵倩	《仪表技术与传感器》 CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
7	基于改进YOLOv5的轻量级芯片封装缺陷检测方法	赖武刚李家楠林凡强	《包装工程》 CAS 北大核心	2023	1	在线阅读下载PDF 职称材料