基于双路径编码器的VCSEL芯片内部缺陷检测方法

AITNT
正文
推荐专利
基于双路径编码器的VCSEL芯片内部缺陷检测方法
申请号:CN202510946975
申请日期:2025-07-10
公开号:CN120431103A
公开日期:2025-08-05
类型:发明专利
摘要
本发明涉及VCSEL芯片缺陷识别领域,具体为基于双路径编码器的VCSEL芯片内部缺陷检测方法,该方法基于缺陷检测网络VEASNet,该网络包括双路径编码器、解码器;双路径编码器包括深度特征提取残差模块DFER和多尺度特征提取融合模块MFEF,分别用于提取缺陷的深层语义信息和空间信息,采集的信息经过特征融合注意力模块FFA进行融合以学习不同路径编码器所提取的信息;特征融合注意力模块FFA输出的特征图通过跳跃连接输入到解码器,解码器输出分割图像,分割图像显示出是否存在缺陷。本发明能够在对比度较差、纹理弱的中等挑战下对发光图像中的发光区域准确自动提取,大大降低了人力成本的同时,提升了检测效率。
技术关键词
内部缺陷检测方法 VCSEL芯片 深度特征提取 编码器 内部缺陷检测系统 图像采集模组 残差模块 辅助分类器 解码器 上采样 注意力 多尺度特征提取 网络 红外相机 分支 语义 图像采集平台
系统为您推荐了相关专利信息
1
一种基于大模型的民事案件案由预测方法
文本 轨迹 节点 偏差 序列标注模型
2
一种基于强化学习的负荷频率控制系统攻击检测方法
频率控制系统 攻击检测方法 监督学习模型 重构误差 编码器
3
一种结合SAM模型初步识别和预训练模型自动特征提取的合金微观组织图像的通用分割方法
合金微观组织 自动特征提取 合金材料 预训练模型 组织分割方法
4
基于多特征融合的油井产量多步预测方法
多步预测方法 深度学习预测模型 多尺度膨胀卷积 产油量 时序依赖关系
5
一种基于共享编码器的跨区域负荷预测方法、系统、设备及存储介质
区域负荷预测方法 注意力机制 编码器 多任务学习网络 负荷历史数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号