| 基于深度学习的集成电路缺陷智能检测技术研究 | |
| 所属分类：技术论文 | |
| 上传者：wwei | |
| 文档大小：1429 K | |
| 标签： 深度学习 集成电路 缺陷检测 | |
| 所需积分：0分积分不够怎么办？ | |
| 文档介绍：集成电路制造工艺精密，缺陷类型复杂多样，传统检测方法存在效率低与泛化能力弱等瓶颈，难以适应先进制程的实时质控需求。针对上述问题，该文提出了一种基于改进卷积神经网络的集成电路缺陷智能检测方法：以ResNet50为主干骨架，在第三、第四残差块输出端嵌入CBAM通道注意力模块(压缩比r=16)；颈部网络构建三层BiFPN双向特征金字塔(P3/P4/P5，加权迭代两次)；采用几何变换、光度变换与CutMix组成的三阶MDA混合数据增强策略缓解样本不均衡；并通过结构化通道剪枝与INT8量化感知训练实现边缘端轻量化部署。在公开晶圆缺陷数据集上，该方法检测准确率达98.6%，F1值达97.9%，GPU端单张推理时间约15 ms，各指标均优于主流对比方法。 | |
| 现在下载 | |
| VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。 | |
Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2