[發(fā)明專利]數(shù)據(jù)增強(qiáng)及裝置、數(shù)據(jù)增強(qiáng)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110260102.7
• 申請(qǐng)日: 2021-03-10
• 公開(kāi)（公告）號(hào): CN112884691A
• 公開(kāi)（公告）日: 2021-06-01
• 發(fā)明（設(shè)計(jì)）人: 陳魯;肖安七;張嵩
• 申請(qǐng)（專利權(quán)）人: 深圳中科飛測(cè)科技股份有限公司
• 主分類號(hào): G06T5/50
• 分類號(hào): G06T5/50;G06T7/00
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 邵泳城

1.一種數(shù)據(jù)增強(qiáng)方法，其特征在于，包括：

獲取具有缺陷的第一工件圖像；

識(shí)別并截取所述第一工件圖像中所述缺陷所在的圖像區(qū)域，以作為第一融合圖像；

獲取無(wú)缺陷的第二工件圖像，以作為第二融合圖像；及

融合所述第一融合圖像和所述第二融合圖像，以獲取訓(xùn)練圖像。

2.根據(jù)權(quán)利要求1所述的數(shù)據(jù)增強(qiáng)方法，其特征在于，還包括：

在融合所述第一融合圖像和所述第二融合圖像前，對(duì)所述第一融合圖像進(jìn)行變換處理，所述變換處理包括鏡像、平移、旋轉(zhuǎn)、剪切和變形中至少一種。

3.根據(jù)權(quán)利要求1所述的數(shù)據(jù)增強(qiáng)方法，其特征在于，所述第一融合圖像為多個(gè)，所述融合所述第一融合圖像和所述第二融合圖像，以獲取訓(xùn)練圖像，包括：

從多個(gè)所述第一融合圖像中選取目標(biāo)融合圖像；及

將所述目標(biāo)融合圖像與所述第二融合圖像融合，以獲取所述訓(xùn)練圖像。

4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的數(shù)據(jù)增強(qiáng)方法，其特征在于，還包括：

將所有所述訓(xùn)練圖像作為訓(xùn)練集，輸入至目標(biāo)檢測(cè)模型進(jìn)行訓(xùn)練，以使得所述目標(biāo)檢測(cè)模型收斂。

5.根據(jù)權(quán)利要求4所述的數(shù)據(jù)增強(qiáng)方法，其特征在于，所述將所有所述訓(xùn)練圖像作為訓(xùn)練集，輸入至目標(biāo)檢測(cè)模型進(jìn)行訓(xùn)練，以使得所述目標(biāo)檢測(cè)模型收斂，包括：

標(biāo)注所述訓(xùn)練圖像中與所述第一融合圖像對(duì)應(yīng)的所述缺陷的類型和位置，以生成驗(yàn)證圖像；

輸入所述訓(xùn)練集至所述目標(biāo)檢測(cè)模型，以輸出檢測(cè)結(jié)果；

根據(jù)所述驗(yàn)證圖像和所述檢測(cè)結(jié)果確定損失值；及

根據(jù)所述損失值調(diào)整所述目標(biāo)檢測(cè)模型，以使得目標(biāo)檢測(cè)模型收斂。

6.根據(jù)權(quán)利要求5所述的數(shù)據(jù)增強(qiáng)方法，其特征在于，所述根據(jù)所述驗(yàn)證圖像和所述檢測(cè)結(jié)果確定損失值，包括：

將所述檢測(cè)結(jié)果中所述缺陷的類型和對(duì)應(yīng)的所述驗(yàn)證圖像的所述缺陷的類型進(jìn)行比對(duì)，以確定類型損失值；

將所述檢測(cè)結(jié)果中所述缺陷的位置和所述驗(yàn)證集中對(duì)應(yīng)的所述驗(yàn)證圖像的所述缺陷的位置進(jìn)行比對(duì)，以確定位置損失值；

根據(jù)所述類型損失值和所述位置損失值確定所述損失值。

7.根據(jù)權(quán)利要求5或6所述的數(shù)據(jù)增強(qiáng)方法，其特征在于，所述將所有所述訓(xùn)練圖像作為訓(xùn)練集，輸入至所述目標(biāo)檢測(cè)模型進(jìn)行訓(xùn)練，以使得所述目標(biāo)檢測(cè)模型收斂，還包括：

在所述損失值小于預(yù)設(shè)閾值時(shí)，確定所述目標(biāo)檢測(cè)模型收斂；

在所述損失值大于所述預(yù)設(shè)閾值時(shí)，對(duì)所述訓(xùn)練集進(jìn)行變換處理，并根據(jù)變換處理后的所述訓(xùn)練集再次訓(xùn)練所述目標(biāo)檢測(cè)模型，直至所述目標(biāo)檢測(cè)模型收斂。

8.根據(jù)權(quán)利要求1所述的數(shù)據(jù)增強(qiáng)方法，其特征在于，所述第二工件圖像為多個(gè)，多個(gè)所述第二工件圖像的圖像背景互不相同。

9.根據(jù)權(quán)利要求1所述的數(shù)據(jù)增強(qiáng)方法，其特征在于，所述工件包括晶圓，所述缺陷包括外來(lái)物、殘膠和氧化中至少一種。

10.一種數(shù)據(jù)增強(qiáng)裝置，其特征在于，包括：

第一獲取模塊，用于獲取具有缺陷的第一工件圖像；

識(shí)別模塊，用于識(shí)別并截取所述第一工件圖像中所述缺陷所在的圖像區(qū)域，以作為第一融合圖像；

第二獲取模塊，用于獲取無(wú)缺陷的第二工件圖像，以作為第二融合圖像；

融合模塊，用于融合所述第一融合圖像和所述第二融合圖像，以獲取訓(xùn)練圖像。

11.一種數(shù)據(jù)增強(qiáng)設(shè)備，其特征在于，包括處理器，所述處理器用于：

獲取具有缺陷的第一工件圖像；

識(shí)別并截取所述第一工件圖像中所述缺陷所在的圖像區(qū)域，以作為第一融合圖像；

獲取無(wú)缺陷的第二工件圖像，以作為第二融合圖像；及

融合所述第一融合圖像和所述第二融合圖像，以獲取訓(xùn)練圖像。

12.一種包含計(jì)算機(jī)程序的非易失性計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行權(quán)利要求1-9任意一項(xiàng)所述的數(shù)據(jù)增強(qiáng)方法。