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！

申请/专利权人：苏州天准科技股份有限公司

摘要：本发明提供了基于迁移学习的半导体芯片检测方法，方法包括构建封装芯片缺陷检测神经网络模型及训练封装芯片缺陷检测神经网络模型。本发明提供的缺陷检测方法，基于迁移学习融合了第一网络模型和第二网络模型的优点；具体地，结合了卷积神经网络和注意力机制的优点；并基于迁移学习，先学习第一网络模型和第二网络模型的权重参数，在对模型进行迁移学习后重新训练，微调网络的权重参数，可以在小样本的条件下有效地完成芯片缺陷的识别提取功能。

主权项：1.一种基于迁移学习的半导体芯片检测方法，其特征在于，所述方法包括构建封装芯片缺陷检测神经网络模型及训练封装芯片缺陷检测神经网络模型；所述构建封装芯片缺陷检测神经网络模型包括：构建初始第一网络模型和初始第二网络模型，所述第一网络模型为Darknet-19卷积神经网络；所述第二网络模型为ViT神经网络；所述Darknet-19包括19个卷积层、5个最大池化层；基于大规模数据集将初始第一网络模型进行迁移，获得迁移第一网络模型；基于大规模数据集将初始第二网络模型进行迁移，获得迁移第二网络模型；所述基于大规模数据集将初始第一网络模型进行迁移，获得迁移第一网络模型，包括：基于大规模数据集对所述初始第一网络模型进行训练，保留第一网络模型的前n层结构层；所述前n层结构层分成若干网络块，并在所述网络块中增加残差结构，在最后一层增加用于改变网络输出数据维度的卷积层，形成迁移第一网络模型；包括，保留所述Darknet-19网络的前13个卷积层和5个最大池化层，分为5个网络块，在后4个网络块中增加残差结构；在训练封装芯片缺陷检测神经网络模型时，对迁移第一网络模型的后m-n层需要进行重新训练；将所述迁移第一网络模型和迁移第二网络模型，构建封装芯片缺陷检测神经网络模型；包括：所述迁移第一网络模型的输入为三维图像，输出为特征图向量；其中，所述特征图向量包含芯片缺陷图片的低维特征；所述迁移第二网络模型的输入包括所述迁移第一网络模型的输出及待检测图片，输出为芯片缺陷图片的分类或等级；其中，所述迁移第一网络模型的输出及待检测图片经拼接形成16×16×392大小的输入数据；所述训练封装芯片缺陷检测神经网络模型包括：将芯片缺陷数据集按照一定比例的分为训练集和数据集，对所述缺陷检测神经网络模型进行训练，获得训练后的封装芯片缺陷检测神经网络模型。

全文数据：

权利要求：

百度查询： 苏州天准科技股份有限公司 基于迁移学习的半导体芯片检测方法、装置及存储介质