本发明公开了一种基于人在回路中抽样迭代的
芯片缺陷检测方法,该方法首先采集相机拍摄得到芯片RGB图像,再根据有无缺陷进行标注,若有缺陷,识别出缺陷位置,按缺陷位置分为10类并按序号0~9进行标注。在初始模型训练阶段,使用特征提取深度网络对输入的图片进行特征提取,再使用四层卷积神经网络进行分类,将最大概率的索引数作为缺陷检测的分类结果。再对陆续从工厂获取的多批次的未标注数据进行缺陷检测,对每批次中最大概率小于设定阈值的图片进行存储,再随机抽取10%的样本数据,传递给人类专家进行人工标注后,使用强化学习进行模型训练,得到检测结果。本发明将人的知识融入训练流程中,保证了训练的可持续性,满足了工业界的高精度要求,更具有可实施性。
声明:
“基于人在回路中抽样迭代的芯片缺陷检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)