Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学倪康获国家专利权

南京邮电大学倪康获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利一种大视野半导体芯片外观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:CN116051515B

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:202310066066.X,技术领域涉及:G06T7/00;该发明授权一种大视野半导体芯片外观缺陷检测方法是由倪康;吴倩倩;邹旻瑞;杨尚东;蒋永新;朱玉萍;刘洪涛设计研发完成,并于2023-02-06向国家知识产权局提交的专利申请。

一种大视野半导体芯片外观缺陷检测方法在说明书摘要公布了:本发明属于计算机视觉处理和目标检测技术领域,具体地说,是一种大视野半导体芯片外观缺陷检测方法,该方法基于堆叠多尺度组卷积YOLOv5,该方法首先获取大量大视野半导体芯片缺陷图像,对其进行91625等分,以生成多尺度子缺陷图像数据集,接着对该数据集进行缺陷标注和数据集划分,使用堆叠多尺度组卷积YOLOv5算法进行模型训练,利用多线程推理子缺陷图,最后将子缺陷图检测结果映射到大视野半导体芯片图像上,完成对大视野半导体芯片外观的缺陷检测。本发明利用SMGC‑YOLOv5算法,使用多尺度轻量型卷积进行特征提取,大大缩短和提高模型的训练时间和性能,有效提升缺陷特征表述的可辨别性和大视野半导体芯片外观缺陷检测的准确性。

本发明授权一种大视野半导体芯片外观缺陷检测方法在权利要求书中公布了:1.一种大视野半导体芯片外观缺陷检测方法,包括以下步骤: 步骤一、输入大量存在一定缺陷的大视野半导体芯片外观图像; 步骤二、对步骤一获取到的半导体芯片外观图像依次分别进行91625等分,分割成多尺度子缺陷图像数据集; 步骤三、对步骤二获取到的多尺度子缺陷图像进行图像标注,使用不同的颜色标签和类别对半导体芯片子缺陷图像进行一系列缺陷标注,并输出与所标注的子缺陷图像对应的txt文件,保存标注框位置信息; 步骤四、得到步骤三标注完成的数据集后,按照一定的比例对数据集进行划分,分割成训练集和测试集; 步骤五、利用多尺度卷积SMGC-YOLOv5算法对步骤三所获取的多尺度子缺陷图像训练集进行端到端模型训练,训练过程中采用调参方式,以获取最优模型; 步骤六、将半导体芯片外观测试图像依次分别进行91625等分,利用多线程处理技术及步骤五所训练的最优模型,同时推理所有已生成的多尺度子缺陷图,以提升推理速度,子缺陷图推理结束后,再将子缺陷图的推理结果映射至大视野半导体芯片图像上,并输出对应的大视野半导体芯片外观图像缺陷推理图像,从而完成半导体芯片外观图像缺陷检测; 步骤七、对大量存在一定缺陷的大视野半导体芯片外观图像,经上述步骤处理,获取训练完成的模型和推理结果大图,实现大图输入、大图输出的端到端缺陷检测; 所述步骤五中的多尺度卷积SMGC-YOLOv5算法分为三个模块:输入端、Backbone主干网络和Head网络; 1输入端:包括图像预处理和数据增强模块,图像预处理即将输入图像缩放到网络的输入大小,并进行归一化等操作,同时,数据增强用于提升模型泛化能力,在现有数据集的基础上,增加参与模型训练的数据量,从而提升模型的性能,其包含以下操作:左右翻转、片拼接、机调整色度和随机缩放; 2Backbone主干网络:该主干网络用来提取半导体芯片图像中缺陷的深度特征; 3Head网络:Head用来完成目标检测结果的输出,针对本多尺度卷积SMGC-YOLOv5检测算法,输出端有三个分支,分别对应待检测图的三种不同尺度缺陷检测框类型,输出尺寸为80*80*256的YoloHead用于检测小目标,40*40*512的用于检测中等目标,20*20*1024的用于检测大目标; 所述步骤五中多尺度卷积中每组的通道数不同,设定多尺度卷积的输入包含Ci个通道数,多尺度卷积每一层的卷积核尺寸为:K1 2,K2 2,....Kn 2,深度为: 对应的输出特征维度为Co1,Co2,...,ConA; 多尺度卷积的参数量和计算复杂度如下: FLOPs=Pard·w·h 上式,中Co1+Co2+...+Con=Co,w和h代表子缺陷图的宽和高,若某网络层输出的通道数相同,则该网络层的参数量与计算复杂度分布较为均匀; 所述步骤六的具体映射公式如下: p∈[0,n-1],q∈[0,n-1] 上式中,对于n等分的图像,[p,q]代表子图的编号,w和h代表原图像的宽和高,xi,yi表示相对于子图的检测框的中心位置,x1,y1表示相对于子图的检测框的左上顶点位置,X,Y为映射至原图中检测框中心位置,X1,Y1为映射至原图中检测框左上顶点位置,X2,Y2为映射至原图中检测框右下顶点位置;从而完成缺陷检测框的定位工作,将多尺度子缺陷图中的检测框逐一映射至大视野半导体芯片外观图像中,输出检测结果大图,完成端到端缺陷检测;最后,输出一张原大小的大视野半导体芯片外观缺陷检测图像,实现大图输入、大图输出的端到端缺陷检测。

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南京邮电大学,其通讯地址为:210023 江苏省南京市鼓楼区新模范马路66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AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。