标题：一种基于NPU的工业视觉检测YOLO11-NA模型
作者：刘子龙 张祺 刘洋
作者单位：广东工业大学自动化学院，广东 广州 510006
关键字：嵌入式；深度学习；YOLO11；NPU
摘要：针对现有基于深度学习的视觉检测依赖PC端、GPU进行推理，难以满足现代工业生产对检测设备实时性和灵活性需求的问题，在YOLO11的基础上，提出基于NPU的检测模型：YOLO11-NA（NPU Adaptability，神经网络处理器适应）。首先，以YOLO11为基础加入MCA（Multi-Channel Attention，傅里叶多通道注意力）模块，提高对特征的利用，并采用蒸馏的方法，精简模型的同时保持其性能，得到YOLO11-MGB；其次，针对嵌入式设备NPU特点对模型结构进行调整并量化后得到YOLO11-NA；最后，用NXP i.MX 8M Plus携带的NPU单元进行推理检测，用于纽扣电池的外观缺陷检测。实验结果表明，该模型在嵌入式平台上有着良好的表现，能够满足工业生产要求。