基于深度学习的芯片外观缺陷检测模型研究.pdf

基于深度学习的芯片外观缺陷检测模型研究.pdf

  1. 1、本文档共64页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

在芯片的封装与运输过程中,芯片的封装表面容易产生缺陷。芯片检测是提

高芯片成品率的重要环节,可以极大地提高芯片的出厂质量,降低经济损失。人

工检测的方法误检率高,主观性强;传统的机器视觉检测方法需要手动提取特征,

步骤繁琐,容易受光照等条件影响。为了更加准确的判别芯片好坏,本文提出了

基于GA-SqueezeNet的芯片分类网络及基于RT-YOLO-V5的芯片外观缺陷检测

网络。

本文首先通过对光源类型、照明方式等进行选择,搭建了一套芯片图像采集

系统,并通过多角度旋转

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档