摘要
本发明公开了一种融合多尺度动态感知与特征解耦的晶圆表面缺陷检测方法,步骤包括:收集晶圆缺陷并标注;使用动态卷积模块对输入图像进行逐层处理,提取多尺度特征,捕捉边缘、纹理信息;输入感知模块,通过变换器编码建模空间依赖提升特征判别力;利用上采样与下采样将不同尺度特征图统一尺寸,在拼接后通过特征增强模块进行双向信息融合;将融合后的多尺度特征图输入异常检测解码模块,通过注意力机制与位置查询机制对异常区域进行判别与定位,输出包含类别与位置的预测结果图;进入推理模式,得到识别出的晶圆图像中的异常目标区域。本发明方法不仅提升了模型在早期阶段的检测精度与实时性,还有效减少了缺陷在后续工序中的扩散风险。
技术关键词
表面缺陷检测方法
动态
注意力机制
复合模块
卷积模块
图像
解码模块
查询机制
多尺度特征
关系建模
加权特征
语义特征
上采样
晶圆
分支
变换器
解码器
纹理
系统为您推荐了相关专利信息
多模态数据融合
局部特征提取
多尺度特征
分层编码器
特征金字塔网络
激光陀螺
供电控制系统
供电模块
反馈控制单元
自动编码器
数字孪生模型
智能学习平台
健康管理方法
电扶梯
监测策略
GP模型
融合注意力机制
上采样
感知损失函数
图像生成方法
课堂教学场景
分类网络
构图结构
检测教师
多头注意力机制