卷积神经网络的图像识别算法在芯片缺陷检测中的应用
2025.11.26点击:
摘要:阐述融合CotNet50及FPN的检测网络,应对密集芯片定位难题,对MobileNetV2进行改进以实现7类缺陷分类,采用高斯滤波预处理,结合Focal Loss与GIoU Loss进行训练优化,检测精度与分类准确率达行业领先层级,当系统集成后可给出工艺优化的针对性建议。
关键词: 卷积神经网络;芯片缺陷检测;超声成像;特征融合;轻量化模型;
DOI: 10.19339/j.issn.1674-2583.2025.09.024
专辑: 信息科技
专题: 无线电电子学;计算机软件及计算机应用;自动化技术
分类号: TP391.41;TP183;TN40
- 上一篇:基于Arrhenius-Aging的脉宽调制电源芯片可靠性筛 2025/11/26
- 下一篇:基于深度学习的IC封装缺陷自动识别技术应用 2025/11/26