买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利基于多尺度特征融合的硅晶圆表面缺陷检测方法、设备、介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120471918B 。

龙图腾网通过国家知识产权局官网在2025-10-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510969275.4，技术领域涉及：G06T7/00；该发明授权基于多尺度特征融合的硅晶圆表面缺陷检测方法、设备、介质是由胡松钰;贺亦可;胡佳滢;张滈芮;傅建中设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本基于多尺度特征融合的硅晶圆表面缺陷检测方法、设备、介质在说明书摘要公布了：本发明公开了基于多尺度特征融合的硅晶圆表面缺陷检测方法、设备、介质，包括：获取待检测的硅晶圆表面图像及预先训练好的硅晶圆表面缺陷检测模型；其中，硅晶圆表面缺陷检测模型包括顺序连接的骨干网络、颈部网络、检测头；将硅晶圆表面图像输入至硅晶圆表面缺陷检测模型中；其中，硅晶圆表面缺陷检测模型中的骨干网络用于通过跨层级聚合处理对硅晶圆表面图像进行特征提取，得到至少4个分辨率不同的第一有效特征图；颈部网络用于通过跨层级聚合处理对第一有效特征图进行特征融合，得到至少4个分辨率不同的第二有效特征图；检测头用于对每一第二有效特征图分别进行检测；获取硅晶圆表面缺陷检测模型输出的硅晶圆表面缺陷的位置以及类型。

本发明授权基于多尺度特征融合的硅晶圆表面缺陷检测方法、设备、介质在权利要求书中公布了：1.一种基于多尺度特征融合的硅晶圆表面缺陷检测方法，其特征在于，所述方法包括以下步骤： 获取待检测的硅晶圆表面图像及预先训练好的硅晶圆表面缺陷检测模型；其中，所述硅晶圆表面缺陷检测模型包括顺序连接的骨干网络、颈部网络、检测头； 将所述硅晶圆表面图像输入至所述硅晶圆表面缺陷检测模型中；其中，所述硅晶圆表面缺陷检测模型中的骨干网络用于通过跨层级聚合处理对所述硅晶圆表面图像进行特征提取，得到至少4个分辨率不同的第一有效特征图；所述颈部网络用于通过跨层级聚合处理对所述第一有效特征图进行特征融合，得到至少4个分辨率不同的第二有效特征图；所述检测头用于对每一第二有效特征图分别进行检测； 获取所述硅晶圆表面缺陷检测模型输出的硅晶圆表面缺陷的位置以及类型； 其中，跨层级聚合处理的过程包括： 对输入特征图进行特征提取，并将其平分为第一特征图X1、第二特征图X2； 对第一特征图X1进行三次级联的多尺度融合处理，得到第三中间特征图； 拼接第一特征图X1、第一中间特征图、第二中间特征图、第三中间特征图、第二特征图X2，得到第三特征图X3； 对第三特征图X3进行卷积处理，得到输出特征图； 其中，多尺度融合处理的过程包括： 将输入特征图M拆分为4个分支；第一分支、第二分支、第三分支分别经不同卷积核大小的第一卷积、第二卷积、第三卷积处理后，得到第一尺度特征图M1、第二尺度特征图M2、第三尺度特征图M3；第四分支通过恒等映射，得到第四尺度特征图M4；拼接第一尺度特征图M1、第二尺度特征图M2、第三尺度特征图M3、第四尺度特征图M4，得到第一融合特征图Mf； 拼接输入特征图M以及第一融合特征图Mf，得到第二融合特征图Ms； 对第二融合特征图Ms通过空洞卷积进行特征提取，将经空洞卷积处理得到的特征图与第二融合特征图Ms进行拼接，得到第三融合特征图Ml； 将第三融合特征图Ml依次经层归一化、卷积、GELU激活函数处理后，再与输入特征图M进行拼接，得到多尺度融合特征图M’。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。