摘要
本发明公开了一种基于元学习的芯片表面缺陷目标检测网络及其训练方法和应用,通过构建支持元学习的芯片表面缺陷目标检测网络,包括依次连接的编码器、解码器、检测头;编码器采用Resnet网络,Resnet网络包括多个Layer,以输出不同大小的特征图;解码器由多个多尺度特征融合模块组成,对特征图进行多尺度特征融合得到用于预测目标位置的预测特征图,检测头能够实现对中心点位置信息和分类信息进行回归预测以及对中心点与目标预测框之间的距离进行回归预测;训练好的芯片表面缺陷目标检测网络结构可用于对芯片表面缺陷进行检测。
技术关键词
芯片表面缺陷
多尺度特征融合
网络训练方法
预测特征
解码器
模块
编码器
检测头
图片
网络结构
通道注意力机制
距离信息
热力图
分支
压缩特征
间距
多层感知机
生成特征
系统为您推荐了相关专利信息
噪声样本
深度神经网络模型
电磁仿真
编码器
灰狼算法
编码器
重构误差
光谱分析装置
广义帕累托分布
多模态
校园
判断方法
关键词
音频编辑软件
多头注意力机制
裂缝检测方法
壳体结构
数据
多尺度特征融合
通道注意力机制