一种基于深度学习方法的芯片缺陷检测方法
实质审查的生效
摘要
本发明公开了一种基于深度学习方法的芯片缺陷检测方法，所述方法包括以下步骤：1)按照实际应用的工业芯片缺陷分类对芯片缺陷图片进行标注，分别制作芯片缺陷分类数据集和芯片缺陷定位检测数据集；2)基于VGG16网络和ResNet50网络对芯片是否存在缺陷分别进行分类检测；3)基于深度学习网络对芯片缺陷进行定位检测；4)分别采用固定剪裁率剪枝和基于敏感度分析剪枝方式对深度学习网络模型进行通道剪枝，本发明采用VGG16网络和ResNet50网络分别对芯片是否存在缺陷进行分类，采用深度学习算法进行芯片缺陷目标检测，提高了工业芯片缺陷检测效率和质量。
基本信息
专利标题 ：
一种基于深度学习方法的芯片缺陷检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114463269A
申请号 ：
CN202111647594.1
公开（公告）日 ：
2022-05-10
申请日 ：
2021-12-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张国和丁莎陈琳
申请人 ：
南京拟态智能技术研究院有限公司
申请人地址 ：
江苏省南京市鼓楼区古平岗4号
代理机构 ：
南京众联专利代理有限公司
代理人 ：
毕东峰
优先权 ：
CN202111647594.1
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06K9/62 G06N3/04 G06N3/08 G06V10/764
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20211229
申请日 : 20211229
2022-05-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
