[發明專利]一種基于輕量級網絡的劃痕缺陷檢測方法、裝置以及設備

在審

• 申請號: 202310081860.1
• 申請日: 2023-02-06
• 公開（公告）號: CN116228686A
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 陳嘉劼;林志陽
• 申請（專利權）人: 廈門特儀科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/26;G06V10/82;G06V20/70;G06N3/0455
• 代理公司: 廈門仕誠聯合知識產權代理事務所(普通合伙) 35227
• 代理人: 陳蓓蓓

本發明公開了一種基于輕量級網絡的劃痕缺陷檢測方法、裝置、設備及存儲介質，其包括：獲取晶圓襯底圖像并進行預處理，以構建訓練樣本數據集；將所述訓練樣本數據集輸入所構建的劃痕缺陷檢測模型進行訓練，并通過預設損失函數計算權重參數后輸入所述劃痕缺陷檢測模型進行優化，其中，所述劃痕缺陷檢測模型基于DeeplabV3plus模型并采用Mobilenetv3作為主干網絡進行構建；輸入待檢測圖像至所述劃痕缺陷檢測模型，得到檢測結果。能夠快速實現不明顯晶圓劃痕缺陷的定位分割，能夠提高圖像的分割精度以及準確度。

技術領域

本發明涉及工業缺陷檢測技術領域，尤其涉及一種基于輕量級網絡的劃痕缺陷檢測方法、裝置以及設備。

背景技術

缺陷檢測技術在工業檢測領域是一項關鍵的技術，它可以檢測出產品的外觀缺陷，評價產品的質量好壞。然而，在工業生產過程中不可避免的會出現刮傷、臟污、黑點等表面缺陷。因此生產過程通常需要對產品的質量和表面磨損程度進行嚴格把控，使得產品的良率提升。目前對于顯示屏襯底缺陷的檢測大多是通過人工視力觀察以及傳統圖像處理的方式來完成的，速度慢、效率低下，傳統圖像處理算法并不對所有圖像適用，有時候對像素閾值與背景接近的缺陷無法達到較好的檢測效果。針對所要檢測的劃痕缺陷特點，根據現有的網絡模型還無法提取如此細微的特征進行分析并且要對如此高分辨率的圖片進行逐像素點分類預測需要消耗大量的計算時間。

發明內容

有鑒于此，本發明的目的在于提出一種基于輕量級網絡的劃痕缺陷檢測方法、裝置以及設備，旨在解決上述存在的問題。

為實現上述目的，本發明提供一種基于輕量級網絡的劃痕缺陷檢測方法，所述方法包括：

獲取晶圓襯底圖像并進行預處理，以構建訓練樣本數據集；

將所述訓練樣本數據集輸入所構建的劃痕缺陷檢測模型進行訓練，并通過預設損失函數計算權重參數后輸入所述劃痕缺陷檢測模型進行優化，其中，所述劃痕缺陷檢測模型基于DeeplabV3?plus模型并采用Mobilenetv3作為主干網絡進行構建；

輸入待檢測圖像至所述劃痕缺陷檢測模型，得到檢測結果。

為實現上述目的，本發明還提供一種基于輕量級網絡的劃痕缺陷檢測裝置，所述裝置包括：

樣本處理單元，用于獲取晶圓襯底圖像并進行預處理，以構建訓練樣本數據集；

模型構建單元，用于將所述訓練樣本數據集輸入所構建的劃痕缺陷檢測模型進行訓練，并通過預設損失函數計算權重參數后輸入所述劃痕缺陷檢測模型進行優化，其中，所述劃痕缺陷檢測模型基于DeeplabV3?plus模型并采用Mobilenetv3作為主干網絡進行構建；

劃痕檢測單元，用于輸入待檢測圖像至所述劃痕缺陷檢測模型，得到檢測結果。

為了實現上述目的，本發明還提出一種基于輕量級網絡的劃痕缺陷檢測設備，包括處理器、存儲器以及存儲在所述存儲器內的計算機程序，所述計算機程序被所述處理器執行以實現如上述實施例所述的一種基于輕量級網絡的劃痕缺陷檢測方法的步驟。

為了實現上述目的，本發明還提出一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行以實現如上述實施例所述的一種基于輕量級網絡的劃痕缺陷檢測方法的步驟。

有益效果：

以上方案，通過所構建的訓練樣本集以及基于DeeplabV3?plus模型并采用Mobilenetv3作為主干網絡的劃痕缺陷檢測模型，能夠更好的分割出晶圓襯底劃痕缺陷特征，能夠提高深度學習算法的推理速度和減少模型參數量，提高圖像的分割精度以及準確度。

以上方案，能夠快速實現不明顯晶圓劃痕缺陷的定位分割，并可在一定程度上解決工業生產中產品缺陷正負樣本不集中的情況。