来源：期刊VIP网 时间：
作者：代培康;李翰山;
单位：西安工业大学电子信息工程学院;
摘要：微电子机械系统(MEMS)器件在高温、强振动以及高过载下易出现引线断开、管腔杂质等缺陷，造成搭载MEMS器件的设备发生故障，对MEMS器件中的这些缺陷进行快速、精准的检测成为亟待解决的难题。基于MEMS金相图像，提出了一种改进YOLOv8n的MEMS缺陷检测方法。在Backbone层构建全新的C2f＿Faster-EMA模块，使网络能够更高效地处理缺陷的多尺度信息，突出小目标缺陷特征；在Neck层的C2f后嵌入三分支注意力机制，加强缺陷权重的同时抑制背景干扰；调整网络检测头，以提高小目标缺陷检测能力；采用WIoU作为改进网络的损失函数，可平衡检测锚框的惩戒力度。实验结果表明：提出的算法可对MEMS两类缺陷进行快速精准的检测，检测准确率达到94.8%。相较于基线模型，模型的参数量减少了近44.9%,且每秒检测帧数达到了118,满足实时检测需求。
关键词：YOLOv8n;;缺陷检测;;轻量级网络;;三分支注意力机制;;WIoU
基金资助：国家自然科学基金(62073256)
