-
公开(公告)号：CN118071633A
公开(公告)日：2024-05-24
申请号：CN202410344695.9
申请日：2024-03-25
Applicant: 西安交通大学
IPC: G06T5/70 , G06N3/0895 , G06T5/60
Abstract: 本发明公开了一种隧道裂缝图像增强方法、装置、设备及可读存储介质，利用隧道裂缝图像以单样本方式训练自监督降噪网络，得到自监督降噪模型，通过自监督降噪模型去除隧道裂缝图像中的随机噪声；在保护裂缝边缘的前提下，对去除随机噪声的隧道裂缝图像进行平滑处理，得到去除纹理噪声的隧道裂缝图像；判断去除纹理噪声的隧道裂缝图像是否为低照度图像，如果是，则对去除纹理噪声的隧道裂缝图像进行照度增强处理，并对照度增强处理后的去除纹理噪声的隧道裂缝图像进行增强和平滑处理；如果不是，则直接对去除纹理噪声的隧道裂缝图像进行增强和平滑处理。本发明目的在于解决复杂工况下隧道裂缝图像的质量改善、裂缝特征增强以及裂缝边缘保护的问题。
-
公开(公告)号：CN119624916A
公开(公告)日：2025-03-14
申请号：CN202411728619.4
申请日：2024-11-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于FPRN‑CBAM的晶圆图缺陷模式检测方法及相关装置，包括：获取待识别的晶圆图；将所述待识别的晶圆图输入预先训练好的缺陷模式检测模型，输出检测结果；其中，所述缺陷模式检测模型是利用训练数据训练基于卷积块注意力模块的特征金字塔残差网络得到的，所述训练数据包括不同缺陷模式的晶圆图及其对应的缺陷模式标签；所述基于卷积块注意力模块的特征金字塔残差网络为：在ResNet18骨干网络的每个卷积层中集成注意力机制模块，同时将特征金字塔模块内嵌在ResNet18骨干网络中，所述注意力机制模块用于自适应学习每个通道和空间的重要性权重，所述特征金字塔模块用于对晶圆图进行多尺度特征提取。本发明的目的在于通过多尺度特征提取与自适应学习重要性权重来精准识别晶圆图混合缺陷模式类别。
-
公开(公告)号：CN119649189A
公开(公告)日：2025-03-18
申请号：CN202411728618.X
申请日：2024-11-28
Applicant: 西安交通大学
IPC: G06V10/82 , G06V20/60 , G06N3/0464 , G06N3/082
Abstract: 本发明公开了一种基于改进ResNet18的晶圆图缺陷模式识别方法及相关装置，包括：获取待识别的晶圆图；将所述待识别的晶圆图输入预先训练好的晶圆图缺陷模式识别模型，输出识别结果；其中，所述晶圆图缺陷模式识别模型是利用训练数据训练改进的ResNet18得到的，所述训练数据包括不同缺陷模式的晶圆图及其对应的缺陷模式标签；所述改进的ResNet18包括选择性卷积核模块，利用所述选择性卷积核模块替换ResNet18骨干网络的第一卷积层，所述选择性卷积核模块用于自适应提取晶圆图的不同尺寸缺陷特征。本发明的目的在于增强对晶圆图中不同尺寸和类型缺陷特征的提取能力，从而提高晶圆缺陷模式识别的准确性。
-
公开(公告)号：CN118038056A
公开(公告)日：2024-05-14
申请号：CN202410344693.X
申请日：2024-03-25
Applicant: 西安交通大学
IPC: G06V10/26 , G06V10/80 , G06T7/11 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明属于隧道裂缝与图像识别的交叉领域，公开了一种隧道裂缝图像裂缝分割方法、装置、设备及可读存储介质，包括：获取隧道裂缝图像；利用训练好的隧道裂缝图像裂缝分割模型对所述隧道裂缝图像进行裂缝分割；其中，所述隧道裂缝图像裂缝分割模型是由标注像素级的隧道裂缝图像组成的训练数据集训练改进的U2Net神经网络得到的，所述改进的U2Net神经网络中包括特征提取模块、特征融合模块和双重注意力模块，所述特征提取模块由横向动态蛇形卷积层、纵向动态蛇形卷积层和残差U型结构块并联组成。本发明的目的在于解决隧道裂缝长期存在的难以实现的高精度、完整分割的问题。
-
-
-
Search Results
4
records
(took 0.016 seconds)
