-
公开(公告)号：CN114648515A
公开(公告)日：2022-06-21
申请号：CN202210327618.3
申请日：2022-03-30
Applicant: 哈尔滨工业大学重庆研究院
Abstract: 本发明公开的印刷缺陷检测模型及印刷缺陷检测方法，涉及人工智能领域，利用2个结构相同的多尺度骨架网络，同时提取参考图像Iref及待检测图像Idet的语义特征图，根据参考图像Iref的多个语义特征图与待检测图像Idet的多个语义特征图，计算参考图像Iref与待检测图像Idet之间的相似度，根据该相似度，判断待检测图像Idet是否存在印刷缺陷，可以有效地检测印刷品中存在的缺陷，提高了检测性能，训练印刷缺陷检测模型时不需要人工标注，极大地降低了训练成本，使用时不需要专业人员进行调试，提高了易用性。
-
公开(公告)号：CN114998670B
公开(公告)日：2024-05-28
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 , G06F18/214 , G06V10/46 , G06V10/80 , G06V10/82 , G06F40/253 , G06F40/289 , G06F40/30 , G06N3/045 , G06N3/0464 , G06N3/0895
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：CN117746102A
公开(公告)日：2024-03-22
申请号：CN202311624219.4
申请日：2023-11-30
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学
IPC: G06V10/764 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/74 , G06V10/77 , G06T7/00
Abstract: 本发明属于半导体晶圆检测技术领域，具体涉及一种用于晶圆缺陷分类的机器视觉方法、设备及存储介质。其中一种用于晶圆缺陷分类的机器视觉方法包括：S1：拟合正样本数据，建立正样本模型；S2：将样品晶圆数据输入所述正样本模型，通过特征信息比对，筛选出负样本数据；S3：对所述负样本数据进行聚类分析，获得缺陷种类；S4：输入生产线上采集到的晶圆数据进行比对，当判断所检测的晶圆为具有缺陷的晶圆时，与所述缺陷种类进行比对，获得有缺陷的晶圆的缺陷分类结果。其目的是：解决传统的晶圆检测过程中只能识别出晶圆是否为缺陷产品，无法对具有缺陷的晶圆的缺陷进行分类的问题。
-
公开(公告)号：CN117593604A
公开(公告)日：2024-02-23
申请号：CN202311608733.9
申请日：2023-11-28
Applicant: 哈尔滨工业大学重庆研究院 , 哈尔滨工业大学
Abstract: 本发明涉及半导体检测技术领域，公开了一种自适应晶圆正样本筛选方法，包括：阶段1，采用缺陷模拟策略，生成模拟缺陷样本；阶段2，设置训练集和测试集；所述训练集中包括由整片晶圆分割而成的多个Die；所述测试集中包括模拟缺陷样本和正样本；采用预设迭代算法，基于测试集对训练集中的样本进行数据清洗，并筛选得到训练集中的正样本。本发明无需人工干预即可实现对晶圆样本的正样本筛选，能够为后续基于正样本的无监督异常检测模型提供大规模的正样本训练集，有助于降低样本采集成本，提高采集效率和精准度。
-
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。
-
Patent Agency Ranking
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：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。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.077 seconds)
