[发明专利]基于深度学习的晶圆ID识别方法和装置

权利要求书

1.一种基于深度学习的晶圆ID识别方法，包括：

获取待识别的晶圆ID图像；

利用光学文字识别循环卷积神经网络模型，从所述待识别的晶圆ID图像中获得晶圆ID，其中，所述光学文字识别循环卷积神经网络包括Mobilenet bottleneck卷积模块。

2.根据权利要求1所述的晶圆ID识别方法，其特征在于，所述Mobilenet bottleneck卷积模块采用ReLU激活函数。

3.根据权利要求2所述的晶圆ID识别方法，其特征在于，所述光学文字识别循环卷积神经网络包括第一卷积层、第一归一化层、第一激活层、第一Mobilenet bottleneck卷积模块、第二Mobilenet bottleneck卷积模块、第三Mobilenet bottleneck卷积模块、第四Mobilenet bottleneck卷积模块、第一长短期记忆层、第二长短期记忆层、全连接层以及Softmax分类层。

4.根据权利要求3所述的晶圆ID识别方法，其特征在于，所述第一激活层采用Swish激活函数。

5.根据权利要求4所述的晶圆ID识别方法，其特征在于，所述第一Mobilenetbottleneck卷积模块包括卷积核大小为5×5的可分离卷积，所述第二、第三和第四Mobilenet bottleneck卷积模块分别包括卷积核大小为3×3的可分离卷积。

6.根据权利要求1至5中任一项所述的晶圆ID识别方法，其特征在于，所述光学文字识别循环卷积神经网络模型是通过以下步骤训练得到的：

采集晶圆ID真实图像，每张晶圆ID真实图像由其对应的晶圆ID标记；

随机生成晶圆ID合成图像，每张晶圆ID合成图像由其对应的晶圆ID标记；

利用晶圆ID合成图像对光学文字识别循环卷积神经网络进行预训练，得到光学文字识别循环卷积神经网络预训练模型；

利用晶圆ID真实图像对光学文字识别循环卷积神经网络预训练模型进行调整，得到光学文字识别循环卷积神经网络模型。

7.一种基于深度学习的晶圆ID识别装置，包括：

获取单元，用于获取待识别的晶圆ID图像；

识别单元，用于利用光学文字识别循环卷积神经网络模型，从所述待识别的晶圆ID图像中获得晶圆ID，其中，所述光学文字识别循环卷积神经网络包括Mobilenet bottleneck卷积模块。

8.根据权利要求7所述的晶圆ID识别装置，其特征在于，所述Mobilenet bottleneck卷积模块采用ReLU激活函数。

9.根据权利要求8所述的晶圆ID识别装置，其特征在于，所述光学文字识别循环卷积神经网络包括第一卷积层、第一归一化层、第一激活层、第一Mobilenet bottleneck卷积模块、第二Mobilenet bottleneck卷积模块、第三Mobilenet bottleneck卷积模块、第四Mobilenet bottleneck卷积模块、第一长短期记忆层、第二长短期记忆层、全连接层以及Softmax分类层。

10.根据权利要求9所述的晶圆ID识别装置，其特征在于，所述第一激活层采用Swish激活函数。

11.根据权利要求10所述的晶圆ID识别装置，其特征在于，所述第一Mobilenetbottleneck卷积模块包括卷积核大小为5×5的可分离卷积，所述第二、第三和第四Mobilenet bottleneck卷积模块分别包括卷积核大小为3×3的可分离卷积。