摘要
本发明公开了一种通过边缘增强提高晶圆体缺陷检测准确率的方法,属于晶圆体缺陷检测技术领域。所述方法包括以下步骤:首先获取原始图片的缺陷图片,即大视图、顶视图和缺陷图,通过晶圆体边缘增强模块,增强图片的边缘梯度;其次运用空洞卷积来处理放大图和顶视图,同时借助Cycle‑GAN变体对缺陷图片构建特定的映射关系;然后采用自适应实例归一化对三张照片的深度特征图谱进行特征值的归一化重塑;利用提出的Ywafer‑BLF基于注意力机制的特征融合算法,实现三张照片特征的深度融合与语义增强;最后利用改进的WIoU损失函数,识别晶圆体不同方向受损缺陷。本发明具备不同类型缺陷特征的提取能力,能够提高晶圆体缺陷检测的准确率。
技术关键词
局部注意力机制
图片
模态特征
融合算法
多尺度特征融合
缺陷检测技术
语义
图像特征提取
照片
变量
坐标
路径结构
编码机制
空洞
像素
特征值
模块
系统为您推荐了相关专利信息
超高空间分辨率
水深反演方法
全色
影像
非线性映射关系
图像特征数据
语义
数据传输模块
数据采集模块
跨模态
雷达点云数据
语义分割方法
交叉注意力机制
三维点云数据
输入解码器
数据库构建方法
计算机视觉技术
图像分析
计算机视觉感知
参数