来源：期刊VIP网 时间：
作者：孙佩月;黄娟;顾寄南;夏子林;高艳;
单位：江苏大学机械工程学院;
摘要：芯片表面缺陷具有尺寸微小、形状不规则、类型多样等特点，但现有目标检测模型存在精度低、参数量多等问题，因此提出一种基于YOLO11n的轻量化芯片表面缺陷检测方法。引入轻量级自适应提取(LAE)卷积，以减少参数数量和计算成本；为提高模型对芯片表面缺陷的检测效果，在Neck中集成DySample上采样模块；为进一步提升模型整体性能，在Neck中融合多维协作注意力(MCA)机制。实验结果表明，改进模型的检测平均精度可达91.3%,与原模型相比，平均精度提高1.3%,参数量减少18.8%,十亿次的浮点运算(GFLOPs)降低4.8%,为芯片表面缺陷检测提供了更为高效实用的解决方案。
关键词：缺陷检测;;YOLO11n;;轻量化;;自适应提取卷积;;上采样;;多维协作注意力(MCA)
基金资助：国家自然科学基金(52375499)
