摘要
本申请公开了一种基于深度学习图像识别的镭射转移印刷方法及系统,涉及图像识别领域,其方法包括:在当前的镭射转移印刷的图元工艺流程中,通过摄像头实时获取现场图像;在当前的图元工艺流程后,根据镍棍图元压膜流程得到的压膜图像进行镭射转移印刷,分别将现场图像通过第一深度学习模型进行图像识别,得到第一图像特征;根据第一图像特征,执行质量评估步骤,以生成每个图元工艺流程的质量评估报告;基于图像缺陷信息,调整窄带LED光源的波长与窄带LED光源的角度;将潜在缺陷信息和每个图元工艺流程的当前工艺参数输入第二深度学习模型,得到每个图元工艺流程的异常工艺参数;根据异常工艺参数调整当前工艺参数,得到更新后的工艺参数。
技术关键词
镭射转移印刷系统
深度学习模型
深度学习图像识别
LED光源
图像模糊程度
数据拟合模型
均匀性特征
图元
转移印刷方法
中控主机
光刻
可调光纤
灰度直方图
压膜
波长
缺陷类别
滑动窗口技术
参数
图案
系统为您推荐了相关专利信息
高精度预测方法
混合神经网络模型
多项式特征
多源异构数据融合
深度学习模型
动态调度方法
视频流
服务器节点
时间序列特征
热点
CT数字岩心
定量表征方法
三维数字岩心
深度学习训练
神经网络架构
分类系统
特征提取模块
图像增强模块
模板
边界特征