[发明专利]基于深度注意力网络的晶圆表面缺陷模式检测方法在审
| 申请号： | 202110771085.3 | 申请日： | 2021-07-07 |
| 公开（公告）号： | CN113362320A | 公开（公告）日： | 2021-09-07 |
| 发明（设计）人： | 于乃功;李欣 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T5/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 刘萍 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于深度注意力网络的晶圆表面缺陷模式检测方法，针对晶圆表面缺陷模式分布的特殊性以及卷积神经网络模型可解释性，设计了一种改进的卷积注意力机制，以此来提高晶圆缺陷模式分类的精度。本发明属于工业生产过程中的晶圆表面缺陷检测领域，旨在解决当前缺陷检测中存在的检测效率低的问题。具体流程包括：基于WM811K晶圆数据集，对晶圆图进行图像预处理；选取经典的ResNet‑18作为主干神经网络进行训练；对视觉注意力机制中的CBAM算法进行改进，提出一种特征图定向映射网络代替CBAM中的空间注意力模块，并将改进后的CBAM集成在ResNet‑18网络上进行训练，提高晶圆表面缺陷模式检测的准确率。 | ||
| 搜索关键词： | 基于 深度 注意力 网络 表面 缺陷 模式 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北京工业大学，未经北京工业大学许可，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/202110771085.3/，转载请声明来源钻瓜专利网。
