【技术实现步骤摘要】
本专利技术涉及一种基于yolov8改进的晶圆表面缺陷检测方法。
技术介绍
1、芯片在我国高科技产业中发挥越来越关键的作用，晶圆作为其重要原料也变得至关重要。晶圆的制造涉及许多生产装置和工艺步骤，每个工艺和环境因素的变化都可能导致晶圆出现缺陷。若这些有缺陷的晶圆未被上游生产厂家检测出来，那么下游用户产品的质量将难以保证。因此，对晶圆进行缺陷检测是非常重要的。
2、传统的人工检测方法费时费力，并且容易受到人为经验和主观因素的影响。相比之下，基于机器视觉和神经网络技术的缺陷检测方法能够克服这些弊端。然而，卷积神经网络模型的识别精度与模型的深度和复杂度密切相关。将经典的图像分类模型应用于晶圆缺陷检测任务时，可能会面临检测效率低下和大量运行和内存资源的占用问题。
技术实现思路
1、为了解决上述技术问题，本专利技术提供一种算法简单、检测精度高的基于yolov8改进的晶圆表面缺陷检测方法。
2、本专利技术解决上述技术问题的技术方案是：一种基于yolov8改进的晶圆表面缺陷检测方法
【技术保护点】
1.一种基于YOLOv8改进的晶圆表面缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于YOLOv8改进的晶圆表面缺陷检测方法，其特征在于：所述步骤一中，预处理过程为对晶圆表面缺陷图像进行旋转、翻转、增加噪声、改变亮度，实现数据增强的效果。
3.根据权利要求1所述的基于YOLOv8改进的晶圆表面缺陷检测方法，其特征在于：所述步骤一中，标注过程为使用labelimg工具对预处理后的晶圆表面缺陷图像进行标注，标注为yolo格式，得到晶圆表面缺陷图像数据集。
4.根据权利要求3所述的基于YOLOv8改进的晶圆表面缺陷检...
【技术特征摘要】
1.一种基于yolov8改进的晶圆表面缺陷检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于yolov8改进的晶圆表面缺陷检测方法，其特征在于：所述步骤一中，预处理过程为对晶圆表面缺陷图像进行旋转、翻转、增加噪声、改变亮度，实现数据增强的效果。
3.根据权利要求1所述的基于yolov8改进的晶圆表面缺陷检测方法，其特征在于：所述步骤一中，标注过程为使用labelimg工具对预处理后的晶圆表面缺陷图像进行标注，标注为yolo格式，得到晶圆表面缺陷图像数据集。
4.根据权利要求3所述的基于yolov8改进的晶圆表面缺陷检测方法，其特征在于：所述步骤二中，使用python代码将晶圆表面缺陷图像数据集按设定比例8:1:1划分为训练集、验证集和测试集，其中，训练集将被用来训练模型，验证集用于训练过程中的评估，测试集将被用来评估模型的性能。
5.根据权利要求3所述的基于yolov8改进的晶圆表面缺陷检测方法，...
【专利技术属性】
技术研发人员：唐明华，何梦雅，刘祥卿，蒋小云，李刚，燕少安，肖永光，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。