[发明专利]一种微观晶圆表面缺陷图像检测方法在审
| 申请号： | 201810477639.7 | 申请日： | 2018-05-18 |
| 公开（公告）号： | CN108765389A | 公开（公告）日： | 2018-11-06 |
| 发明（设计）人： | 赵昕玥;张树有;何再兴;刘明明;王宏远;谭建荣 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G06N3/04 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种微观晶圆表面缺陷图像检测方法。由已标记缺陷类型及其标定包围盒的微观晶圆原始图像构建训练集；由训练集利用更快速区域卷积神经网络方法和区域建议网络结合进行模型训练，得到最终模型；采集工业生产中拍摄的微观晶圆图像，并用最终模型进行检测得到图像中缺陷的位置。本发明方法可以很好地对微观晶圆表面缺陷进行识别和定位，并且识别的效率也有了很大提高。 | ||
| 搜索关键词： | 微观 晶圆表面 缺陷图像 最终模型 训练集 检测 卷积神经网络 标记缺陷 晶圆图像 快速区域 模型训练 网络结合 原始图像 包围盒 标定 构建 晶圆 并用 采集 图像 拍摄 | ||
【主权项】：
1.一种微观晶圆表面缺陷图像检测方法，其特征在于：1)由已标记缺陷类型及其标定包围盒的微观晶圆原始图像构建训练集；2)由训练集利用更快速区域卷积神经网络方法和区域建议网络结合进行模型训练，得到最终模型；3)采集工业生产中拍摄的微观晶圆图像，并用最终模型进行检测得到图像中缺陷的位置。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810477639.7/，转载请声明来源钻瓜专利网。
