原创文档：基于改进YOLO11算法的芯片微缺陷检测系统设计与实现

摘要芯片制造过程中的微小缺陷5-7像素检测是质量控制的关键环节但现有目标检测算法在处理此类微小目标时存在特征信息丢失、检测精度低和漏检率高等问题。针对上述问题本文提出了一种基于YOLO11的改进检测方法YOLO11-P2-MDH。论文概述在YOLO11网络架构中引入P2高分辨率检测分支stride4该分支在网络浅层提取并保留高分辨率特征图有效缓解了多次下采样导致的微小目标空间信息丢失问题。其次设计了P2_MDH微缺陷增强模块该模块采用深度可分离卷积结构降低计算复杂度结合轻量级通道感知机制自适应调整特征权重并通过残差连接保持特征传递的稳定性从而增强了微缺陷的局部特征表达能力。在自建的芯片微缺陷数据集上进行了充分的实验验证该数据集包含7810张图像和12119个标注框涵盖划痕Scratch、针孔Pin、污染Contamination和封装Package4类典型缺陷。实验结果表明改进模型的mAP0.5达到98.1%mAP0.5:0.95达到90.5%精确率为98.5%召回率为95.9%相比基线YOLO11模型分别提升了2.3%、3.8%、1.7%和2.4%。同时模型参数量仅为2.66M单张图像推理时间为4.9ms在保持轻量化的同时满足了工业实时检测的需求。本文所提方法有效解决了芯片微缺陷检测中的关键技术难题为工业微小目标检测提供了新的解决思路具有重要的理论意义和应用价值。统计信息论文目录配套项目项目代码基于改进YOLO11算法的芯片微缺陷检测系统设计与实现 需要另外购买。作者信息作者Bob (张家梁)原创声明本项目为原创作品