一种基于UNet++的多尺度芯片缺陷尺寸测量方法

本发明公开了一种基于UNet++的多尺度芯片缺陷尺寸测量方法，构建多类别、多尺度芯片表面缺陷图像语义分割数据集，训练UNet++语义分割网络得到分割模型；将芯片表面缺陷图像输入到分割模型中，获取不同尺度特征图，分别输入到基于注意力机制的预测头中，提取分割图像中各类别缺陷的连通域，标注缺陷轮廓和缺陷骨架，将多尺度缺陷特征标注图像输入到多尺度注意力特征融合模块中，在融合后的图像中提取凹陷和污渍的轮廓点集，计算像素级周长、面积和像素级长度；根据像素长度与实际长度比例，将图像缺陷尺寸信息转换为缺陷实际尺寸信息。本发明通过引入注意力机制、多尺度特征融合，有效提高了多尺度芯片缺陷的分割和测量精度。