摘要
本发明涉及图像数据处理技术领域,提供了一种基于深度学习的芯片可视化设计缺陷检测方法及系统,其中,一种基于深度学习的芯片可视化设计缺陷检测方法包括:构建专用搜索空间和硬件性能评估模型;实施可微分结构搜索优化网络结构;实施混合精度量化优化模型存储和计算效率;执行多目标联合优化同时优化网络结构和位宽配置;应用知识蒸馏技术保持高检测精度。本发明通过联合优化网络结构和精度配置,检测速度显著提升,满足芯片生产线实时检测的需求;模型大小大幅减少,极大节省了存储空间和传输带宽,降低了对硬件资源的需求,降低了硬件成本,使用较低配置设备也能实现高效检测,提高了方法的普适性和经济性。
技术关键词
缺陷检测方法
芯片缺陷检测
专用搜索空间
知识蒸馏技术
缺陷特征提取
知识蒸馏方法
时间预测模型
注意力
教师
优化神经网络结构
学生
精度
图像数据处理技术
进化算法
硬件平台
阶段
系统为您推荐了相关专利信息
GIS盆式绝缘子
缺陷检测方法
动态孔径控制
波前校正
三维超声图像
缺陷检测方法
钢铁
多尺度特征提取
局部特征提取
边缘轮廓
微电子封装
大功率芯片
缺陷检测方法
检测芯片
校正
多模态深度学习
缺陷检测方法
深度学习网络
联合损失函数
分支
缺陷检测方法
钢铁
缺陷类别
输入解码器
自动化缺陷检测