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！

龍圖騰網獲悉廣東工業大學申請的專利一種集成電路金屬封裝深度學習缺陷檢測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：CN115713480B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202210243487.0，技術領域涉及：G06T7/00；該發明授權一種集成電路金屬封裝深度學習缺陷檢測方法是由蔡念;陳凱瓊;吳振爽;歐陽文生;羅智浩;王晗設計研發完成，并于2022-03-11向國家知識產權局提交的專利申請。

本一種集成電路金屬封裝深度學習缺陷檢測方法在說明書摘要公布了：本發明提供一種集成電路金屬封裝深度學習缺陷檢測方法，該方法首先設計帶Transformer的多尺度生成對抗網絡GAN，將其命名為MST?GAN，用于在多個尺度上捕獲樣本的內在模式，生成多尺度無缺陷模板；然后，設計多尺度權重掩膜來抑制多尺度差分圖像中的重建誤差；最后在線檢測閾值圖像中的潛在缺陷并得到缺陷定位；該方法解決了以往GAN會在生成模板中引入大量干擾噪聲的問題。提出多尺度權重掩膜方案用于抑制重建誤差，提出多尺度自適應閾值，用于突出加權圖像的潛在缺陷，提出基于圖像塊的多尺度缺陷評估方案，對閾值化后多尺度圖像的潛在缺陷進行多尺度的充分評估。

本發明授權一種集成電路金屬封裝深度學習缺陷檢測方法在權利要求書中公布了：1.一種集成電路金屬封裝深度學習缺陷檢測方法，其特征在于，包括以下步驟： S1：設計帶Transformer的多尺度生成對抗網絡GAN，將其命名為MST-GAN，用于在多個尺度上捕獲樣本的內在模式，生成多尺度無缺陷模板，并設計多尺度損失函數以確保網絡收斂； S2：利用輸入樣本和步驟S1得到的多尺度無缺陷模板按元素作差然后取絕對值得到的多尺度差分圖像，并設計多尺度權重掩膜來抑制多尺度差分圖像中的重建誤差； S3：設計多尺度自適應閾值，對S2得到的多尺度權重掩膜處理后的多尺度差分圖像進行處理得到閾值圖像，并設計基于圖像塊的多尺度缺陷評估方案MIPDE對閾值圖像中的潛在缺陷進行檢測并得到缺陷定位； 所述步驟S3的具體過程是： 1、在每種尺度上對不同的加權多尺度差異圖像應用不同的閾值，定義為： Tx,n＝αx·μx,n+σx,n,x＝l,m,s 其中下標x表示輸入圖像的尺度，l、m、s分別對應大、中、小三種尺度；采用了這樣一種多尺度策略，即對于大尺度的圖像，我們采用較小的閾值，對于較小的圖像，采用較大的閾值，使該方法可以更好地結合各種尺度的特點進行缺陷檢測，閾值化后的多尺度圖像將用于第2步進行進一步缺陷評估； 2、基于滑動窗口策略，MIPDE可以評估閾值化后的多尺度差值圖中突出的潛在缺陷，對于大小為H×W的檢查樣本，通過滑動窗口策略，得到Row×Col個圖像塊，滑動窗口大小為w×w，滑動步長ss，其中 對于不同尺度的閾值化后的多尺度差值圖，其窗口大小和滑動步長的設定是不同； 設是第n個檢測樣本在x尺度上的第r,c個圖像塊中第i,j個像素的第k通道值，該圖像塊的缺陷概率可以定義為 其中K表示圖像塊的通道數，在此等于3；然后，圖像塊的二值缺陷概率圖定義為： 其中式中ε為靈敏度因子，如果不小于τ，則相應的圖像塊被評估為可能有缺陷；否則，它可能是無缺陷的；定義缺陷評估分數來評估第n個樣本，該分數是通過三個尺度的所有圖像塊的二值缺陷概率圖計算： 其中表示向下取整,評估方法為： 其中th設置為訓練集中所有合格樣本的最大缺陷評估分數；如果被檢樣品的缺陷評價分數不小于th，則該樣品判定為不合格，反之亦然。

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廣東工業大學，其通訊地址為：510090 廣東省廣州市越秀區東風東路729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”。