Micro LEDの欠陥検出におけるリアルタイム性と高精度の要求を満たすために、軽量設計と強化された特徴抽出能力を組み合わせた高速高精度検出アルゴリズムLED-YOLOを提案した。本手法は画像取得システムを設計し、複数のデータ拡張戦略を組み合わせることで、工業環境における実際の干渉をシミュレーションし、訓練データの多様性を強化した。Micro LED欠陥の低い識別性の問題に対して、軽量動的融合モジュール（Lightweight Dynamic Fusion Module、LDFM）を提案し、このモジュールは動的畳み込み、深層畳み込みおよびチャネル混合操作を組み合わせて、モデルの軽量化を維持しながら特徴表現能力を向上させた。欠陥領域への注目をさらに強化するために、チャネルおよび空間注意機構と残差接続を組み合わせた強化調整注意モジュール（Enhanced Coordinate Attention Module、ECAM）を設計した。最後に、Micro LED画像のアスペクト比変化が小さいことを考慮し、動的フォーカス機構を導入し、DIoU_W回帰損失関数を提案してモデルの収束速度と安定性を著しく向上させた。実験結果は、LED-YOLOの検出精度、再現率、mAP、F1値が現在最先端のYOLOv11sモデルを上回り、パラメータ数を160万削減しながら、検出速度と精度の両方で顕著な向上を示し、実際のMicro LEDパネル製造プロセスの品質検査ニーズを効果的に満たすことを示した。

ディープラーニング;Micro LED;欠陥検出;動的畳み込み;注意機構