[发明专利]一种结合深度学习的塑封芯片内部缺陷检测方法在审
| 申请号： | 202310155975.0 | 申请日： | 2023-02-20 |
| 公开（公告）号： | CN116030039A | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 黄仙山;杨舟;程莹;陶新宇 | 申请（专利权）人： | 安徽工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764;G06V10/774;G06V10/82;G06N3/08;G06V10/80;G06V10/42;G06N3/0464 |
| 代理公司： | 安徽知问律师事务所 34134 | 代理人： | 平静 |
| 地址： | 243002 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种结合深度学习的塑封芯片内部缺陷检测方法，属于芯片缺陷检测技术领域。本发明包括：S1：获取塑封芯片的超声波扫描图像，利用改进后的神经网络算法对图像进行芯片目标检测；S2：对获得的芯片图像进行传统图像算法分析，实现芯片缺陷的检测；所述的神经网络包含主干提取网络、改进后的特征融合网络和YOLOHead结构，改进后的特征融合网络将主干提取网络得到的三个特征向量经过YOLOv5网络中的金字塔特征融合FPN和PAN网络加强融合，得到加强后的特征向量，并融合原来的特征向量，得到改进后的特征融合向量。本发明结合深度学习与传统算法对超声波扫描图像进行处理，能够快速识别像素级别的缺陷类型与分布。 | ||
| 搜索关键词： | 一种 结合 深度 学习 塑封 芯片 内部 缺陷 检测 方法 | ||
【主权项】：
暂无信息
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安徽工业大学，未经安徽工业大学许可，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/202310155975.0/，转载请声明来源钻瓜专利网。
