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！

龙图腾网获悉桂林电子科技大学;南宁桂电电子科技研究院有限公司申请的专利基于注意力空间金字塔池化的晶圆图故障模式识别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：CN116486176B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310520013.0，技术领域涉及：G06V10/764；该发明授权基于注意力空间金字塔池化的晶圆图故障模式识别方法是由陈寿宏;黄振涛;侯杏娜;汪韬;马峻;郭玲;陆颖;覃冠翔设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本基于注意力空间金字塔池化的晶圆图故障模式识别方法在说明书摘要公布了：本发明提出一种基于注意力空间金字塔池化的晶圆图故障模式识别方法，该方法结合深度卷积神经网络DCNN和注意力空间金字塔池化ESPP构建多尺度特征融合深度学习模型用于晶圆图故障模式识别。本发明提出的模型基于Pytorch框架实现，通过使用DCNN能够更好的提取晶圆图故障特征，引入ESPP能够很好的解决晶圆图故障模式的类间相似性和类内相异性问题，使用多尺度特征融合能够将晶圆图缺陷的浅层特征与深层特征相融合，从而更加准确的识别晶圆图故障模式。本发明能够提高半导体制造过程中晶圆图故障的识别准确率，有利于提高晶圆生产的良率，对于国家半导体制造技术的发展具有极大的现实意义。

本发明授权基于注意力空间金字塔池化的晶圆图故障模式识别方法在权利要求书中公布了：1.一种深度卷积神经网络晶圆图故障模式识别方法，其特征在于，设计了一个深度学习模型，模型包含第一层卷积层、三个卷积块、注意力空间金字塔池化模块ESPP和全连接层； 1-1.所述第一层卷积层用于接收晶圆图数据集的输入，其包含一层卷积层、一层批归一化层和一层ReLU激活函数层；输入卷积块的晶圆图维度为3×224×224，使用卷积核大小为11×11，卷积块输出特征图维度为64×35×35； 1-2.所述三个卷积块，其结构为卷积层、批归一化层、ReLU层、SEBlock、卷积层、批归一化层、ReLU层； 1-3.所述注意力空间金字塔池化模块ESPP，其特征在于，接收输入维度为C×H×W的特征向量，使用n个大小的池化过滤器对输入特征向量进行池化操作；同时，对输入维度为C×H×W的特征向量进行维度压缩，得到维度为C×1×1的特征向量，并与n个池化过滤器输出的特征向量进行通道维度相乘操作； 1-4.所述全连接层，其输入为注意力空间金字塔池化模块的输出，其输出为晶圆图数据集类别数量。

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桂林电子科技大学;南宁桂电电子科技研究院有限公司，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路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”。