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！

龙图腾网获悉常州大学申请的专利基于级联YOLO-GAN的晶圆缺陷检测及定位方法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：CN115439427B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211028774.6，技术领域涉及：G06T7/00；该发明授权基于级联YOLO-GAN的晶圆缺陷检测及定位方法是由夏新栋;杨彪;黄振涛;谢陈明玥;汤芷涵;黄怡;王睿;杨长春设计研发完成，并于2022-08-26向国家知识产权局提交的专利申请。

本基于级联YOLO-GAN的晶圆缺陷检测及定位方法在说明书摘要公布了：本发明属于深度学习计算机机器视觉领域和半导体技术检测领域，提出一种基于级联YOLO‑GAN的晶圆缺陷检测及定位算法。在晶圆片生成制造过程中，将原始图像晶圆片分别送入基于改进YOLOv5的晶圆检测模型和基于BiseNet的晶圆语义分割模型中，获得晶圆片目标检测框位置和晶圆片的前景掩模；原始图像输入至基于改进生成对抗网络的缺陷检测模型，进而重构晶圆图像，并定位晶圆缺陷区域；利用晶圆片目标检测框位置作为约束，对缺陷图像的连通域进行分析，引入Softmax分类器实现对缺陷的定位以及晶圆缺陷的细分。本发明实现对不同尺度晶圆片的视觉检测，适用于晶圆缺陷的自动检测，能够大大提高缺陷检测的准确性与效率。

本发明授权基于级联YOLO-GAN的晶圆缺陷检测及定位方法在权利要求书中公布了：1.一种基于级联YOLO‑GAN的晶圆缺陷检测及定位方法，其特征在于，包括步骤如下； 1、在晶圆片生成制造过程中，将原始图像晶圆片送入基于改进YOLOv5的晶圆检测模型中，获得晶圆片目标检测框位置； 2、输入原始图像晶圆片至基于BiseNet的晶圆语义分割模型，进行晶圆片语义分割，获得晶圆片的前景掩模m； 3、原始图像T输入至基于改进生成对抗网络的缺陷检测模型，基于改进生成对抗网络的缺陷检测模型包括生成器G、鉴别器D与二次编码器E；原始图像经生成器生成重构图像，采用内容损失Lcon反映重构图像与真实图像之间的差异；二次编码器对重构图像进行二次编码得到二次隐变量，用编码损失函数Lenc降低原始图像的隐变量和重构图像的二次隐变量之间的差值；将原始图像和重构图像输入至鉴别器，生成器和鉴别器迭代优化达到纳什平衡，直至原始图像和重构图像在博弈过程中产生的对抗损失满足要求，基于改进生成对抗网络的缺陷检测模型训练完成；鉴别器中原始图像T和重构图像做差，获得差分图像；利用晶圆片的前景掩模进行约束，进而将差分图像ΔT中的前景像素数数目与给定阈值进行比较，判断是否存在缺陷； 4、当步骤3的检测结果存在缺陷时，利用步骤1中的晶圆片目标检测框位置作为约束，对缺陷图像的连通域进行分析，引入Softmax分类器实现对缺陷的定位以及晶圆缺陷的细分；Softmax分类器采用交叉熵损失函数评估，并对晶圆片缺陷分类的正确与否进行调整；当步骤3的检测结果不存在缺陷时，直接输出晶圆片定位及缺陷检测结果。

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常州大学，其通讯地址为：213164 江苏省常州市武进区湖塘镇滆湖中路21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。