一种基于特征传播半监督网络的缺陷检测方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
一种基于特征传播半监督网络的缺陷检测方法
申请号:CN202511150371
申请日期:2025-08-18
公开号:CN121033520A
公开日期:2025-11-28
类型:发明专利
摘要
本发明提供了一种基于特征传播半监督网络的缺陷检测方法,包括:S1、获取样本图像,构建语义分割标签数据集和无标签数据集;S2、构建DualSFDNet模型;S3、基于半监督学习优化策略,利用语义分割标签数据集和无标签数据集对DualSFDNet模型进行优化训练;S4、实时采集待检测芯片的高清表面图像,获取待检测芯片主体区域的三张随机裁剪图像,并输入训练好的DualSFDNet模型中,获得三张缺陷语义分割掩码;S5、根据所述三张缺陷语义分割掩码,将待检测芯片的缺陷信息量化并可视化,得到缺陷检测结果。本发明有效解决了不显著缺陷难以检测、人工标注效率低以及模块化训练易引入噪音等问题。
技术关键词
语义分割信息 检测芯片 代表 半监督学习优化 图像 解码器 编码器 缺陷检测方法 无标签数据 样本 高清 频段 内部网络结构 像素 注意力 面积计算公式 通道
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号