액정 화면 표면 결함은 외관에 영향을 미치고 신뢰성을 저하시킵니다. 또한 스케일 차이가 크고, 배경이 복잡하며, 작은 목표물 검출이 어려운 문제들이 존재합니다. 본 논문에서는 경량의 YOLOv8n을 기반으로 한 액정 화면 결함 검출 알고리즘 FFD-YOLO를 제안합니다. 이 알고리즘은 FasterNet 백본 네트워크를 도입하여 특징 추출 능력을 향상시키고; 다중 확장률 합성곱과 공유 합성곱 메커니즘을 통해 다중 스케일 특징 모델링 능력을 강화하는 특징 피라미드 공유 합성곱 모듈(FPSC)을 설계하였으며; 동적 합성곱 가중치와 다중 스케일 합성곱 커널 융합을 이용해 작은 목표물 특징 표현과 복잡한 배경에서의 안정성을 강화하는 다중 스케일 적응 합성곱 모듈(MACM)을 제안합니다. 실험 결과 자가 구축한 산업용 LCD-NET 데이터셋에서 FFD-YOLO는 정밀도(Precision), 재현율(Recall), mAP50이 기준 모델 대비 각각 5.0%, 4.7%, 3.2% 향상되었으며, 얼룩류 작은 목표물 검출 정밀도는 6.4% 상승하였습니다. FFD-YOLO는 경량성을 유지하면서 액정 화면 결함 검출 성능을 크게 향상시켜 산업용 비전 검사 시스템에 효율적이고 신뢰할 수 있는 해결책을 제공합니다.

액정 화면;결함 검출;특징 피라미드 공유 합성곱;다중 스케일 적응 합성곱;YOLOv8