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！

龙图腾网获悉哈尔滨理工大学申请的专利一种基于改进YOLOv3模型的芯片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：CN117274775B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202311221688.1，技术领域涉及：G06V10/82；该发明授权一种基于改进YOLOv3模型的芯片缺陷检测方法是由吴海滨;周彪;王爱丽设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本一种基于改进YOLOv3模型的芯片缺陷检测方法在说明书摘要公布了：本发明公开一种基于改进YOLOv3模型的芯片缺陷检测方法属于图像检测领域。本发明解决了在复杂情况下，芯片缺陷检测精度低的问题。首先，获取不同的芯片缺陷的图像，构建数据集，并划分训练集和测试集；其次，改进EMOEfficientModel，高效模型模块，将模型内部的SESqueezeandExcitation，压缩和激励注意力更新为CACoordinateAttention，坐标注意力；然后，使用改进的EMO更换原YOLOv3的Darknet‑53主干网络；接着，采用SIoUSmoothedIntersectionoverUnion，平滑交并比损失函数作为原YOLOv3网络模型中的损失函数，使用改进后的YOLOv3模型对数据集进行训练得到芯片缺陷检测模型；最后，利用训练好的模型进行检测。该模型能够增强网络学习特征的表达能力，提高模型的准确度和实时性，还能够在复杂情况下实现对芯片缺陷的精确检测。

本发明授权一种基于改进YOLOv3模型的芯片缺陷检测方法在权利要求书中公布了：1.一种基于改进YOLOv3模型的芯片缺陷检测方法，其特征在于，包括以下步骤： 步骤一，获取不同的芯片缺陷的图像，进行标签标注，构建数据集，并划分训练集和测试集； 步骤二，改进EMOEfficient Model，高效模型模块，将模型内部的SESqueeze and Excitation，压缩和激励注意力更新为CACoordinate Attention，坐标注意力，以增强移动网络学习特征的表达能力； 步骤三，使用改进的EMO更换原YOLOv3的Darknet‑53主干网络，提高网络训练模型的平均精度均值，降低计算复杂度； 步骤四，采用SIoUSmoothed Intersection over Union，平滑交并比损失函数替换原YOLOv3网络模型中的CIoUComplete Intersection over Union，完全交并比损失函数，使用改进后的YOLOv3模型对数据集进行训练得到芯片缺陷检测模型； 步骤五，利用芯片缺陷检测模型对测试数据集图像进行检测，得到检测结果。

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哈尔滨理工大学，其通讯地址为：150080 黑龙江省哈尔滨市南岗区学府路52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。