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！

摘要：本发明公开了基于并行注意力补偿机制的FPN晶圆表面缺陷检测方法，包括：1）基于ResNet网络进行晶圆特征提取；2）融合注意力的特征图金字塔网络A‑FPN对特征图进行细分化；3）基于K‑means聚类改进锚框的大小生成；4）得到候选区域进行分类及回归。本发明融合注意力的改进的FPN来抑制复杂的电路图案背景，避免了微小缺陷的误检和漏检；对于高层特征通道融合空间注意力机制，对存在明显的缺陷区域赋予更大权重；对于底层通道融合通道注意力机制，对位置以及轮廓信息之外的通道减小其权重，实现并行融入FPN结构；采用K‑means聚类方法，重新生成锚框，针对晶圆缺陷据集，找到合适的宽高比的锚框。对具有复杂背景的晶圆，进行缺陷检测，避免了微小缺陷的误检和漏检。

主权项：1.一种基于并行注意力补偿机制的FPN晶圆表面缺陷检测方法，其特征在于，包括以下步骤：步骤1基于ResNet网络进行晶圆特征提取；步骤2融合注意力的特征图金字塔网络A-FPN对特征图进行细分化；步骤3基于K-means聚类改进锚框的大小生成；步骤4得到候选区域进行分类及回归；所述步骤2具体包括：在底层特征图L2、L3输出位置设置通道注意力机制，L2、L3经过通道注意力融合后得到精细特征图C2、C3；在高层特征图L4输出位置设置空间注意力机制，L4经过空间注意力融合后得到精细特征图F’4，将特征图输进FPN网络之前，先进行通道筛选和区域筛选；所述在底层特征图L2、L3输出位置设置通道注意力机制，L2、L3经过通道注意力融合后得到精细特征图C2、C3，具体包括：特征图L2经过1×1卷积之后输进通道注意力机制，假设输入特征图F为H×W×C，首先经过通道注意力模块l获得注意力图Mc2为1×1×C，将Mc2对输入特征F的每一个通道进行加权，而后获得精细化后的特征F'；再经过FPN特征融合得到特征图C2，表达如3所示： 其中：代表矩阵的对应元素相乘，C表示输入特征的通道数，H和W表示特征图的高度和宽度；特征图L3特征图经过1×1卷积之后输进通道注意力机制，假设输入特征图F为H×W×C，首先经过通道注意力模块l获得注意力图Mc3为1×1×C，将Mc3对输入特征F的每一个通道进行加权，而后获得精细化后的特征F'；再经过FPN特征融合得到特征图C3，表达如4所示： 其中：代表矩阵的对应元素相乘，C表示输入特征的通道数，H和W表示特征图的高度和宽度；所述在高层特征图L4输出位置设置空间注意力机制，L4经过空间注意力融合后得到精细特征图F’4，具体包括：融合空间注意力机制是用于高层特征图，输入特征图L4到空间注意力，通过平均池化和最大池化获得特征图为H×W×1和为H×W×1，再将特征图合并后使用7×7的卷积核、经过sigmiod激活函数得到新的空间注意力图Ms4；空间注意力的计算公式为： 其中：σ代表sigmoid激活函数，f7×7代表卷积核大小为7×7的卷积操作最后，将MsF与其输入特征相乘得到最终的特征图F’4。

全文数据：

权利要求：

百度查询： 扬州大学 基于并行注意力补偿机制的FPN晶圆表面缺陷检测方法