基于神经网络架构的金丝键合异常点自动识别系统和方法

本发明公开了一种基于神经网络架构的金丝键合异常点自动识别系统和方法，涉及图像处理的技术领域。通过电子显微镜拍摄得到产品的检测图像，输入到主干网络，经过多次卷积和池化操作，提取出不同尺度的特征；随后在混合编码器中，经过一系列卷积和上采样操作，调整特征图尺寸进行特征融合；接着，通过下采样操作，与之前融合的特征图进行拼接，再次进行特征融合。最后，将三个不同尺度的特征图输入到解码器中，进行目标检测，从而完成金丝的自动识别。通过改进的RT‑DETR模型对产品图像进行处理，实现自动化的金丝识别和缺陷标注，从而使得操作人员可以根据缺陷标注快速定位，并完成补打金丝操作，提高了生产效率。