← 返回列表
基于迁移学习的半导体芯片检测方法、装置及存储介质
摘要文本
本发明提供了基于迁移学习的半导体芯片检测方法,方法包括构建封装芯片缺陷检测神经网络模型及训练封装芯片缺陷检测神经网络模型。本发明提供的缺陷检测方法,基于迁移学习融合了第一网络模型和第二网络模型的优点;具体地,结合了卷积神经网络和注意力机制的优点;并基于迁移学习,先学习第一网络模型和第二网络模型的权重参数,在对模型进行迁移学习后重新训练,微调网络的权重参数,可以在小样本的条件下有效地完成芯片缺陷的识别提取功能。
申请人信息
- 申请人:苏州天准科技股份有限公司
- 申请人地址:215153 江苏省苏州市高新区科技城浔阳江路70号
- 发明人: 苏州天准科技股份有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于迁移学习的半导体芯片检测方法、装置及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311314162.8 |
| 申请日 | 2023/10/11 |
| 公告号 | CN117574962A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06N3/0464 |
| 权利人 | 苏州天准科技股份有限公司 |
| 发明人 | 张贵阳; 陈涛; 曹葵康 |
| 地址 | 江苏省苏州市高新区科技城浔阳江路70号 |
专利主权项内容
1.一种基于迁移学习的半导体芯片检测方法,其特征在于,所述方法包括构建封装芯片缺陷检测神经网络模型及训练封装芯片缺陷检测神经网络模型;所述构建封装芯片缺陷检测神经网络模型包括:构建初始第一网络模型和初始第二网络模型,基于大规模数据集将初始第一网络模型进行迁移,获得迁移第一网络模型;基于大规模数据集将初始第二网络模型进行迁移,获得迁移第二网络模型;将所述迁移第一网络模型和迁移第二网络模型,构建封装芯片缺陷检测神经网络模型;所述训练封装芯片缺陷检测神经网络模型包括:将芯片缺陷数据集按照一定比例的分为训练集和数据集,对所述缺陷检测神经网络模型进行训练,获得训练后的封装芯片缺陷检测神经网络模型。