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
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
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
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
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