- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111145164 A
(43)申请公布日
2020.05.12
(21)申请号 201911396775.4
(22)申请日 2019.12.30
(71)申请人 上海感图网络科技有限公司
地址 201800 上海市嘉定区科福路358-368
号4幢1层E区J3405室
(72)发明人 张弛 朱磊 侯晓峰
(74)专利代理机构 北京智客联合知识产权代理
事务所( 特殊普通合伙 )
11700
代理人 杨群
(51)Int.Cl.
G06T 7/00(2017.01)
G06T 3/40(2006.01)
G06K 9/62(2006.01)
权利要求书1页 说明书3页 附图1页
(54)发明名称
一种基于人工智能的IC芯片缺陷检测方法
(57)摘要
本发明公开了一种基于人工智能的IC芯片
缺陷检测方法,所述检测方法如下:设备准备:高
清摄像单元、AI视觉中枢主机、环形光源;通过环
形光源,使IC芯片能够清晰展现缺陷图像特征;
通过高清摄像单元采集IC芯片的各个不同类型
的图像特征;本发明的有益效果是:有助于提高
IC芯片缺陷检测的效率,减少人的劳动强度;利
用GAN生成样本数据,使得海量真实图片训练得
到的识别模型更精准;通过增设的标注模块和提
取模块,有助于对IC芯片缺陷部位进行标注,并
提高了IC芯片图像识别的精确度;IC芯片图像特
征提取时使用双线性插值算法对图片进行缩放,
A 利用卷积核对图像进行卷积处理,进一步提高了
4 图像特征的可靠提取。
6
1
5
4
1
1
1
1
N
C
CN 111145164 A 权 利 要 求 书 1/1页
1.一种基于人工智能的IC芯片缺陷检测方法,其特征在于:所述检测方法如下:
步骤一:设备准备:高清摄像单元、AI视觉中枢主机、环形光源;
步骤二:通过环形光源,使IC芯片能够清晰展现缺陷图像特征;
步骤三:通过高清摄像单元采集IC芯片的各个不同类型的图像特征;
步骤四:AI视觉中枢主机基于采集的图像数据进行IC芯片缺陷识别模型的训练,生成
IC芯片缺陷识别模型;
步骤五:AI视觉中枢主机加载IC芯片缺陷识别模型,对待检IC芯片进行缺陷检测识别。
2.根据权利要求1所述的一种基于人工智能的IC芯片缺陷检测方法,其特征在于:还包
括增加样本数量,增加样本数量的方式如下:
对现有图片做轻微更改,通过翻转,平移,亮度变化,比例变换,增加噪音来增加样本数
量;
利用生成式对抗网络GAN基于小样本图片生成不同风格,全新的大量样本数据。
3.根据权利要求1所述的一种基于人工智能的IC芯片缺陷检测方法,其特征在于:所述
IC芯片缺陷为溢料、缺料、气孔、划痕、沾污、压伤中的一种或几种。
4.根据权利要求1所述的一种基于人工智能的IC芯片缺陷检测方法,其特征在于:还包
括存储模块,该模块用于对采集的数据进行存储。
5.根据权利要求1所述的一种基于人工智能的IC芯片缺陷检测方法,其特征在于:还包
括提取模块,该模块用于实现IC芯片图像特征的提取。
6.根据权利要求1所述的一种基于人工智能的IC芯片缺陷检测方法,其特征在于:还包
括标注模块,该模块用于对IC芯片的图像缺陷进行标注。
7.根据权利要求1所述的一种基于人工智能的IC芯片缺陷检测方法,其特征在于:IC芯
片图像特征提取时使用双线性插值算法对图片进行缩放
文档评论(0)