买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南农业大学申请的专利基于改进YOLOV8网络的芯片表面缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120374555B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510462558.X，技术领域涉及：G06T7/00；该发明授权基于改进YOLOV8网络的芯片表面缺陷检测方法是由邓阳君;唐文杰;喻志强;龙陈锋;王伟业;刘艳金;李睿设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本基于改进YOLOV8网络的芯片表面缺陷检测方法在说明书摘要公布了：本发明公开了基于改进YOLOV8网络的芯片表面缺陷检测方法，包括：对YOLOv8n模型进行改进，得到改进后的模型；改进方法包括：使用C2f_RVB模块替换C2f模块；在空间金字塔池化之后引入SimAM注意力机制；使用动态任务检测头替换检测头；收集芯片表面缺陷图像并对改进后的模型进行训练；将待检测的芯片表面图像输入训练后的模型，进行缺陷检测，本方法在芯片表面缺陷的检测精度方面和其他模型相比具有显著优势，不仅提高了检测精度，还在计算资源消耗和实时性之间取得了良好的平衡，为芯片表面缺陷检测任务提供了一种新的技术路径。

本发明授权基于改进YOLOV8网络的芯片表面缺陷检测方法在权利要求书中公布了：1.基于改进YOLOV8网络的芯片表面缺陷检测方法，其特征在于，包括： 对YOLOv8n模型进行改进，得到改进后的模型； 改进方法包括： 使用C2f_RVB模块替换C2f模块； 在空间金字塔池化之后引入SimAM注意力机制； 使用动态任务检测头替换检测头； 收集芯片表面缺陷图像并对改进后的模型进行训练； 将待检测的芯片表面图像输入训练后的模型，进行缺陷检测； 动态任务检测头接收改进后的模型颈部的输出，并输出表面缺陷检测结果，其具体步骤包括： 接收改进后的模型颈部的输出，并进行特征缩放，得到对齐的颈部输出特征； 对对齐的颈部输出特征进行共享卷积，通过特征提取器从卷积层中分别学习定位任务交互特征和分类任务交互特征； 将个定位任务交互特征和分类任务交互特征进行拼接，得到联合特征； 将联合特征分别输入定位分支和分类分支，分别得到定位预测结果和分类预测结果； 根据定位预测结果和分类预测结果，输出表面缺陷检测结果； 定位分支对联合特征的处理方法包括： 通过生成器生成联合特征的掩码和偏移值； 对联合特征进行任务分解，得到分解后的定位交互特征； 根据分解后的任务交互特征、联合特征的掩码和偏移值，进行可变性卷积，得到定位预测结果； 分类分支对联合特征的处理方法包括： 对联合特征进行卷积操作，得到卷积联合特征； 对联合特征进行任务分解，得到分解后的分类交互特征； 将卷积联合特征和分解后的任务交互特征相乘，得到分类预测结果； 对联合特征进行任务分解时，通过在层级动态计算不同任务特定的特征进行特定任务分解。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南农业大学，其通讯地址为：410128 湖南省长沙市芙蓉区农大路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。