一种基于YOLO的深度学习芯片封装裂纹缺陷检测方法

    公开(公告)号:CN112967243B

    公开(公告)日:2023-01-13

    申请号:CN202110219336.7

    申请日:2021-02-26

    Abstract: 一种基于YOLO的深度学习芯片封装裂纹缺陷检测方法,包括如下步骤:第一步,采集得到芯片单元图像;第二步,对采集的图像进行缺陷类别信息以及缺陷目标坐标的标注;第三步,进行数据增强,制作用于训练的数据集;第四步,基于YOLOv4网络构建缺陷检测所用的深度学习网络模型;第五步,使用预训练的参数作为初始权重,训练深度学习网络;第六步,使用训练好的网络进行预测,其中将待检测图片标准化处理后输入网络,得到网络head的输出,将head输出解码,采用优化非极大值抑制NMS过滤解码后的结果,得到网络预测结果;第七步,采用置信度阈值和裂纹边界阈值对所述第六步的网络预测结果进一步过滤,得到最终结果。本发明对芯片裂纹类缺陷有良好的检测效果。

    一种孔系形位误差修正方法

    公开(公告)号:CN112917241B

    公开(公告)日:2022-02-11

    申请号:CN202110229244.7

    申请日:2021-03-02

    Abstract: 本发明公开一种孔系形位误差修正方法:对孔系进行形位精度分析,构造孔系形位精度拓扑关系;根据该拓扑关系构造孔系优化目标函数以及精度约束条件,建立孔系加工误差补偿模型;依据相应的孔系加工标准,将孔系零件毛坯在机床上完成粗加工及半精加工,完成后留有余量;对半精加工后的孔系进行切削加工、形位精度检测、误差修正计算和补偿加工;误差修正计算是对形位精度检测显示不符合加工精度要求的孔系,依据孔系加工误差补偿模型,采用误差修正算法对检测的结果进行修正,误差修正算法的输入为不符合加工精度要求的孔系的形位表达,输出为对应的期望形位表达,孔的输入与输出之间的差值为该孔需要修正的量;根据需要修正的量进行补偿加工。

    一种快速宽视场体全息荧光显微成像系统

    公开(公告)号:CN105352923B

    公开(公告)日:2018-08-03

    申请号:CN201510677352.5

    申请日:2015-10-19

    Applicant: 清华大学

    Abstract: 本发明涉及种快速宽视场体全息荧光显微成像系统,其特征在于:它包括激光光源、二向色分光镜、显微物镜、MEMS微反射镜阵列器件、体全息光栅器件、成像透镜和图像探测器阵列;激光光源发射照明光波到二向色分光镜;二向色分光镜将照明光波通过显微物镜照射成像目标,成像目标发出的荧光经显微物镜返回二向色分光镜,显微物镜将荧光经投射到MEMS微反射镜阵列器件;MEMS微反射镜阵列器件根据成像光谱的中心波长以及体全息光栅器件的布拉格特性参数对位于不同位置的光波进行角度编码进而控制成像光束的偏转方向,经偏转后的成像光束以匹配角度入射到体全息光栅器件;体全息光栅器件对经过空间角度编码后的入射光进行衍射,衍射光由MEMS微反射镜解码阵列器件解码后经成像透镜成像到图像探测器阵列。

    一种大数据量荧光分子断层成像重建方法

    公开(公告)号:CN102871646B

    公开(公告)日:2014-09-10

    申请号:CN201210293156.4

    申请日:2012-08-16

    Applicant: 清华大学

    Abstract: 本发明涉及一种大数据量荧光分子断层成像重建方法,包括以下步骤:采用的全角度自由空间FMT成像系统采集待成像物体的荧光图像和白光图像;采用边缘检测方法提取每一幅白光图像中待成像物体的边界轮廓线,得到投影轮廓线图像;对每一幅投影轮廓线图像均采用滤波反投影方法依次进行反投影得到待成像物体的三维轮廓图像;采用有限元方法求解扩散方程的格林函数;将每一幅荧光图像划分为若干相同大小的子荧光图像;采用所求得的格林函数建立每一个子荧光图像所对应的子系统方程;对每一幅荧光图像划分的每一子荧光图像所对应的子系统方程压缩后依次按行排列得到压缩系统方程;求解压缩系统方程得到待成像体内的荧光标记物分布。本发明可以广泛应用于大数据量的荧光分子断层成像重建中。

Patent Agency Ranking