[发明专利]MEMS传感器缺陷检测的方法及系统

权利要求书

1.一种MEMS传感器缺陷检测方法，其特征在于，包括：

采集MEMS传感器图像；

构造用于MEMS传感器疵病检测的Gan faster rcnn神经网络，该神经网络包括backbone和对抗生成网络，所述backbone用于将输入的进来的所述图像中的疵病图进行特征提取，通过生成器生成feature map，然后把feature map输入到两个部分，其一输入到生成建议框部分的网络对生成建议框进行回归进行训练，其二是输入到所述对抗生成网络中进行训练，使对抗生成网络能够生成逼真的feature map和对应标签，把生成的数据制作成数据集，再把原有的疵病图去构造另外一组数据集，用这两组数据集共同去对建议框的调整进行训练；

将待测MEMS传感器的图像输入到训练好的所述神经网络中，获取图像中MEMS传感器疵病的定位。

2.根据权利要求1所述的MEMS传感器缺陷检测的方法，其特征在于，对所述MEMS传感器图像进行解码、图像增强和数据类型转换预处理，使其适应所述Gan faster rcnn神经网络结构。

3.一种MEMS传感器缺陷检测系统，其特征在于，包括：

摄像头，采集MEMS传感器图像；

处理器，其配配置为：

构造用于MEMS传感器疵病检测的Gan faster rcnn神经网络，该神经网络包括backbone和对抗生成网络，所述backbone用于将输入的进来的所述图像中的疵病图进行特征提取，通过生成器生成feature map，然后把feature map输入到两个部分，其一输入到生成建议框部分的网络对生成建议框进行回归进行训练，其二是输入到所述对抗生成网络中进行训练，使对抗生成网络能够生成逼真的feature map和对应标签，把生成的数据制作成数据集，再把原有的疵病图去构造另外一组数据集，用这两组数据集共同去对建议框的调整进行训练；

将待测MEMS传感器的图像输入到训练好的所述神经网络中，获取图像中MEMS传感器疵病的定位。

4.根据权利要求3所述的MEMS传感器缺陷检测系统，其特征在于，对所述MEMS传感器图像进行解码、图像增强和数据类型转换预处理，使其适应所述Gan faster rcnn神经网络结构。