買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉桂林電子科技大學;南寧桂電電子科技研究院有限公司申請的專利基于注意力空間金字塔池化的晶圓圖故障模式識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116486176B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310520013.0，技術領域涉及：G06V10/764；該發明授權基于注意力空間金字塔池化的晶圓圖故障模式識別方法是由陳壽宏;黃振濤;侯杏娜;汪韜;馬峻;郭玲;陸穎;覃冠翔設計研發完成，并于2023-05-10向國家知識產權局提交的專利申請。

本基于注意力空間金字塔池化的晶圓圖故障模式識別方法在說明書摘要公布了：本發明提出一種基于注意力空間金字塔池化的晶圓圖故障模式識別方法，該方法結合深度卷積神經網絡DCNN和注意力空間金字塔池化ESPP構建多尺度特征融合深度學習模型用于晶圓圖故障模式識別。本發明提出的模型基于Pytorch框架實現，通過使用DCNN能夠更好的提取晶圓圖故障特征，引入ESPP能夠很好的解決晶圓圖故障模式的類間相似性和類內相異性問題，使用多尺度特征融合能夠將晶圓圖缺陷的淺層特征與深層特征相融合，從而更加準確的識別晶圓圖故障模式。本發明能夠提高半導體制造過程中晶圓圖故障的識別準確率，有利于提高晶圓生產的良率，對于國家半導體制造技術的發展具有極大的現實意義。

本發明授權基于注意力空間金字塔池化的晶圓圖故障模式識別方法在權利要求書中公布了：1.一種深度卷積神經網絡晶圓圖故障模式識別方法，其特征在于，設計了一個深度學習模型，模型包含第一層卷積層、三個卷積塊、注意力空間金字塔池化模塊ESPP和全連接層； 1-1.所述第一層卷積層用于接收晶圓圖數據集的輸入，其包含一層卷積層、一層批歸一化層和一層ReLU激活函數層；輸入卷積塊的晶圓圖維度為3×224×224，使用卷積核大小為11×11，卷積塊輸出特征圖維度為64×35×35； 1-2.所述三個卷積塊，其結構為卷積層、批歸一化層、ReLU層、SEBlock、卷積層、批歸一化層、ReLU層； 1-3.所述注意力空間金字塔池化模塊ESPP，其特征在于，接收輸入維度為C×H×W的特征向量，使用n個大小的池化過濾器對輸入特征向量進行池化操作；同時，對輸入維度為C×H×W的特征向量進行維度壓縮，得到維度為C×1×1的特征向量，并與n個池化過濾器輸出的特征向量進行通道維度相乘操作； 1-4.所述全連接層，其輸入為注意力空間金字塔池化模塊的輸出，其輸出為晶圓圖數據集類別數量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人桂林電子科技大學;南寧桂電電子科技研究院有限公司，其通訊地址為：541004 廣西壯族自治區桂林市七星區金雞路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。