基于改进YOLOV3的载波芯片缺陷检测
载波芯片(COC)是光发射次模块的重要组成部分,随着芯片制造工艺的进步,COC向着微型化、高密度的方向发展,缺陷的种类变得更加复杂多样,基于传统图像处理方法的光学检测技术已无法满足COC多类别缺陷检测的需求.为此,将YOLOV3网络引入到COC的典型缺陷(崩口、定位柱破损以及波导污渍)检测.针对波导污渍缺陷目标较小,且不同类型缺陷之间尺度变化较大的问题,改进了原有YOLOV3的特征提取网络,兼顾目标的多尺度特性设计了 4个检测尺度,并通过增强特征融合来改进多尺度检测;利用K-means方法对数据集进行聚类分析,选取优化的初始先验框.实验结果表明,本文基于改进YOLOV3的COC缺陷检测方法YOLOV3-COC对于COC崩口、定位柱破损以及波导污渍这二类缺陷检测的准确性达到97.4%.
图像处理、图像识别、载波芯片缺陷检测、目标检测、YOLOV3、光发射次模块
58
TP391.4(计算技术、计算机技术)
国家自然科学基金61775086
2021-08-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
78-85