-
公开(公告)号：CN116500042B
公开(公告)日：2024-01-26
申请号：CN202310516332.4
申请日：2023-05-09
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学
IPC: G01N21/88
Abstract: 本申请提供一种缺陷检测方法、装置、系统及存储介质，涉及缺陷检测技术领域。缺陷检测系统包括条纹光源和相机。方法包括：获取相机拍摄条纹光源照射下的待检物得到的相机图像；对相机图像进行预处理，以得到待检图像；将待检图像输入经过训练的、基于PatchCore算法构建得到的预设缺陷检测模型，以得到待检图像中的缺陷特征与预设缺陷检测模型中的特征库对比后生成的异常得分热力图。如此，可以改善常规检测算法在进行微弱凹凸缺陷检测时，缺陷的召回率低、漏检率大、准确性不足的问题。
-
公开(公告)号：CN116596875A
公开(公告)日：2023-08-15
申请号：CN202310527795.0
申请日：2023-05-11
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学(深圳)
IPC: G06T7/00 , G06T3/00 , G06T7/136 , G06T7/13 , G06N3/0464 , G06N3/088 , G06V10/764 , G06V10/82 , G06V10/40
Abstract: 本申请提供一种晶圆缺陷检测方法、装置、电子设备及存储介质。方法包括：获取通过相机拍摄晶圆得到的相机图像；对相机图像进行预处理，得到待检图像；将待检图像输入预设缺陷检测模型，得到表征晶粒是否存在缺陷的检测结果；当检测结果为晶粒存在缺陷时，从预设缺陷检测模型检测待检图像过程中提取的特征图中，分割得到表征缺陷区域的子特征图，并从预设缺陷检测模型检测待检图像过程中生成的异常得分热力图中，分割得到表征缺陷区域的注意力图；将子特征图和注意力图输入预设分类器，得到表征缺陷类别的分类结果。如此，可以改善传统晶圆检测中，海量异常样本难采集、异常检测无法适应晶圆工艺正常变化以及缺乏缺陷类别信息的问题。
-
公开(公告)号：CN116542934A
公开(公告)日：2023-08-04
申请号：CN202310514328.4
申请日：2023-05-09
Applicant: 哈尔滨工业大学重庆研究院
IPC: G06T7/00 , G06T7/73 , G06T7/62 , G06V10/28 , G06V10/764
Abstract: 本申请提供一种薄膜电容工艺检测方法及电子设备。方法包括：获取采集基膜得到的待测图像及预先创建的与待测图像对应的模板图像，其中，基膜包括用于制作薄膜电容的呈阵列排布的多个内电极；基于模板图像中的预设图区，对待测图像进行分区定位，得到相匹配的多个图区组，其中，多个图区组中的每个图区组包括模板图像中的任一预设图区及待测图像中与任一预设图区对应的待测图区；针对每个图区组，对待测图区和任一预设图区相同位置的像素点的灰度值相减，得到待测图区的残差图区；根据预设分类策略，确定残差图区的检测结果，检测结果包括表征残差图区是否存在缺陷的结果。如此，有利于提高薄膜电容的内电极缺陷检测准确性。
-
公开(公告)号：CN116542934B
公开(公告)日：2023-12-22
申请号：CN202310514328.4
申请日：2023-05-09
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学
IPC: G06T7/00 , G06T7/73 , G06T7/62 , G06V10/28 , G06V10/764
Abstract: 本申请提供一种薄膜电容工艺检测方法及电子设备。方法包括：获取采集基膜得到的待测图像及预先创建的与待测图像对应的模板图像，其中，基膜包括用于制作薄膜电容的呈阵列排布的多个内电极；基于模板图像中的预设图区，对待测图像进行分区定位，得到相匹配的多个图区组，其中，多个图区组中的每个图区组包括模板图像中的任一预设图区及待测图像中与任一预设图区对应的待测图区；针对每个图区组，对待测图区和任一预设图区相同位置的像素点的灰度值相减，得到待测图区的残差图区；根据预设分类策略，确定残差图区的检测结果，检测结果包括表征残差图区是否存在缺陷的结果。如此，有利于提高薄膜电容的内电极缺陷检测准确性。
-
公开(公告)号：CN116485779A
公开(公告)日：2023-07-25
申请号：CN202310527789.5
申请日：2023-05-11
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学(深圳)
IPC: G06T7/00 , G06T3/00 , G06T3/40 , G06T7/11 , G06V10/764 , G06V10/774 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/088
Abstract: 本申请提供一种自适应晶圆缺陷检测方法、装置、电子设备及存储介质，涉及缺陷检测技术领域。方法包括：获取通过相机拍摄晶圆得到的相机图像；对相机图像进行预处理，以得到待检图像；将待检图像输入经过训练的预设缺陷检测模型，以得到表征晶圆是否存在缺陷的检测结果，其中，预设缺陷检测模型是基于无监督算法PaDim构建得到的；当检测结果为晶圆存在缺陷时，通过预设图像分割策略，从相机图像中分割出表征缺陷区域的图像，以作为图像分割结果。如此，可以改善当下基于机器视觉检测晶圆缺陷的方式，存在缺陷样本难采集、人力成本高昂、复杂环境下的缺陷检测鲁棒性不足的问题。
-
Patent Agency Ranking
公开(公告)号：CN114998670A
公开(公告)日：2022-09-02
申请号：CN202210391286.5
申请日：2022-04-14
Applicant: 哈尔滨工业大学重庆研究院
IPC: G06V10/774 , G06K9/62 , G06V10/46 , G06V10/80 , G06V10/82 , G06F40/253 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供的多模态信息预训练方法及系统，涉及人工智能技术领域，通过构建第一多模态信息，基于MOCO对比学习模型，随机选择第一图像集合中的一个或多个图像进行几何变换，得到第二图像集合，基于MOCO对比学习模型，随机选择第一文本集合中的一个或多个文本进行语法结构变换，得到第二文本集合，分别对第二图像集合中的各个图像进行编码，生成对应的第一高维隐向量集合，根据目标损失值，对第一多模态信息进行预训练，在有限负样本下，使得网络模型能够接触更多的负样本，增大类间距离，有利于细粒度地检索图文，极大地节省了时间，能够达到更好的预训练效果。
-
公开(公告)号：CN117291940A
公开(公告)日：2023-12-26
申请号：CN202311047166.4
申请日：2023-08-18
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学
Abstract: 本申请提供一种薄膜电容电极图像分割方法及电子设备。方法包括：按照预设压缩比例对拍摄基膜得到的原始图像进行压缩处理，得到经过压缩的第一图像；对第一图像进行开运算处理，得到第二图像；对第二图像进行二值化处理，得到第三图像；通过预设的双阈值处理策略，对第三图像进行边缘分割，得到第三图像中的电极片的边缘分割图；从具有边缘分割图的第三图像中确定每个电极片的角点坐标；根据预设压缩比例及每个电极片的角点坐标，确定每个电极片在原始图像中对应的角点坐标；基于原始图像中对应的角点坐标及电极片的预设尺寸，从原始图像中分割得到每个电极片的图区。如此，利于提升从原始图像中分割出独立的电极片图区的准确率及效率。
-
公开(公告)号：CN117274161A
公开(公告)日：2023-12-22
申请号：CN202311047454.X
申请日：2023-08-18
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学
Abstract: 本申请提供一种薄膜电容图像预检方法及电子设备。方法包括：对原始图像进行压缩，得到经过压缩的第一图像；通过预设的边缘提取算法，从第一图像中提取轮廓信息，并对该轮廓信息进行拟合，得到具有连通轮廓的第二图像；从第二图像中选择包围面积最大的目标轮廓；从目标轮廓中确定角点的第一位置坐标；根据预设插值算法及预设压缩比例，将第二图像中的角点的第一位置坐标，转换为原始图像上对应角点的第二位置坐标；从原始图像上的裁剪得到包含矩形定位标的图区，并从该图区中确定矩形定位标的轮廓；根据矩形定位标的轮廓，确定原始图像中基膜的倾斜角度。如此，可以实现图像中基膜倾斜角度的自动预检，提高图像预检的效率与检测的可靠性。
-
公开(公告)号：CN116596875B
公开(公告)日：2023-12-22
申请号：CN202310527795.0
申请日：2023-05-11
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学(深圳)
IPC: G06T7/00 , G06T3/00 , G06T7/136 , G06T7/13 , G06N3/0464 , G06N3/088 , G06V10/764 , G06V10/82 , G06V10/40
Abstract: 信息的问题。本申请提供一种晶圆缺陷检测方法、装置、电子设备及存储介质。方法包括：获取通过相机拍摄晶圆得到的相机图像；对相机图像进行预处理，得到待检图像；将待检图像输入预设缺陷检测模型，得到表征晶粒是否存在缺陷的检测结果；当检测结果为晶粒存在缺陷时，从预设缺陷检测模型检测待检图像过程中提取的特征图中，分割得到表征缺陷区域的子特征图，并从预设缺陷检测模型检测待检图像过程中生成的异常得分热力图中，分割得到表征缺陷区域的注意力图；将子特征图和注意力图输入预设分类器，得
-
公开(公告)号：CN116385860A
公开(公告)日：2023-07-04
申请号：CN202310384232.0
申请日：2023-04-11
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学(深圳)
IPC: G06V20/00 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及目标检测技术领域，公开了一种基于YOLOv5的城市街道场景目标检测方法，包括以下步骤：步骤1：构建基于改进YOLO‑v5的目标检测模型；所述目标检测模型包括主干特征提取网络、特征融合模块和输出模块；且主干提取网络中的下采样模块由可变形卷积单元和Focus单元组成；特征融合模块的下采样模块由预设步距的卷积单元和Focus单元组成；步骤2：训练目标检测模型；步骤3：由训练后的目标检测模型进行场景目标检测；其中，由主干特征提取网络提取待检测场景图像的特征；由特征融合模块输出不同尺度的特征图；并由输出模块基于特征图输出目标检测特征图。本发明能够在达到较高的检测精度的同时，保证达到较高的检测效率。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.039 seconds)
