一种芯片X光侧视图的自适应旋转缺陷检测方法

本发明涉及半导体芯片缺陷检测，更具体的说，涉及一种芯片x光侧视图的自适应旋转缺陷检测方法。

背景技术：

1、在半导体芯片领域，芯片制造的工艺复杂且多样，芯片可能因为封装技艺、环境、材料等因素而在内部产生一些不可见的缺陷，这些缺陷会不同程度的影响芯片的性能，

2、芯片缺陷检测是芯片生产里一项主要的质量监测技术，但是在以往的检测过程中长期依赖人工通过芯片的x光照片进行筛选，这种方法低效且易错。相较于传统的缺陷检测技术，基于计算机视觉的检测具有非接触性、灵活性和高效性等优点，为芯片缺陷检测技术指出了一个新的发展方向。但是目前的基于计算机视觉的芯片缺陷方法他们的检测原理是通过多个卷积神经网络提取图像特征后，再对图像的缺陷进行识别和分类，他们的分类结果都是以水平框的方式呈现的，这种方法在面对芯片内部键合丝数目多、尺寸小、形态各异的情况下，漏检率较高，检测精度难以达到取代人工的要求，同时芯片缺陷检测也存在训练样本获取难，获取成本高的问题，难以泛化到不同种类的芯片检测中。

3、随着计算机视觉在深度学习领域的发展，目标检测任务得到了显著的发展，正适合用于芯片缺陷检测之中。不同于基于水平框的目标检测任务，基于旋转框的目标检测是一项更具挑战的任务，它更能适应芯片x光侧视图的不同长宽比的检测目标，在分辨重叠目标的时候也具有更好的性能。

技术实现思路

1、本发明的目的在于提供一种芯片x光侧视图的自适应旋转缺陷检测方法。

2、实现本发明的技术解决方案为：第一方面，本发明提供一种芯片x光侧视图的自适应旋转缺陷检测方法，包括以下步骤：

3、第一步，构造基于resnet-50的骨干网络用于提取图像特征；

4、第二步，在获得特征图后，加入fpn模块来分别融合增强不同层级的特征图；

5、第三步，将特征图输入到一个候选框生成模块中，该网络通过一个3×3的卷积来降低特征图的通道数，再用两个1×1的卷积得到一组高质量的旋转预选框；

6、第四步，构建一个检测头模块用于修正预选框并判断框内存在何种异常；

7、第五步，引入kld来衡量旋转框的预测损失，做到自适应的计算框的边长权重与角度权重；

8、第六步，根据获得修正信息和分类分数确定异常位置和异常类型。

9、第二方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述的方法的步骤。

10、第三方面，本发明提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的方法的步骤。

11、本发明与现有技术相比，其显著特点在于：(1)本发明的芯片缺陷检测是基于芯片x光侧视图进行的，相比其他对芯片俯视图的缺陷检测，基于侧视图的芯片检测能够更好的识别出芯片的游离颗粒，内引线下垂等问题；(2)候选框生成模块被设计去加速旋转的候选框生成效率以提高模型的推理速度；(3)由于芯片侧视图的检测目标大多具有较大的长宽比和分布密度，因此设计了kld损失函数来自适应目标的形态，动态的调整损失函数的权重，使得模型更快收敛，且拥有更高的精度。

12、下面结合附图对本发明作进一步详细描述。

技术特征：

1.一种芯片x光侧视图的自适应旋转缺陷检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种芯片x光侧视图的自适应旋转缺陷检测方法，其特征在于，第一步构造基于resnet-50的骨干网络用于提取图像特征，即将resnet-50作为特征提取器，网络的输入为芯片x光侧视图，经过特征提取器能够获取图像的特征图。

3.根据权利要求1所述的一种芯片x光侧视图的自适应旋转缺陷检测方法，其特征在于，第二步，在获得特征图后，再加入fpn模块来分别融合增强不同层级的特征图，具体过程为：

4.根据权利要求1所述的一种芯片x光侧视图的自适应旋转缺陷检测方法，其特征在于，第三步，将特征图输入到一个候选框生成模块中，该网络通过一个3×3的卷积来降低特征图的通道数，再用两个1×1的卷积得到一组高质量的旋转预选框，具体过程为：

5.根据权利要求1所述的一种芯片x光侧视图的自适应旋转缺陷检测方法，其特征在于，第四步，构建一个检测头模块用于修正预选框并判断框内存在何种异常，具体过程为：

6.根据权利要求1所述的一种芯片x光侧视图的自适应旋转缺陷检测方法，其特征在于，第五步引入kld来衡量旋转框的预测损失，做到自适应的计算框的边长权重与角度权重，从而达到适应不同长宽比的目标检测效果，具体过程为：

7.根据权利要求1所述的一种芯片x光侧视图的自适应旋转缺陷检测方法，其特征在于，第六步，根据获得修正信息和分类分数确定异常位置和异常类型；对于每个预测框会给出一个修正向量和一个分类向量；

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法的步骤。

技术总结
本发明公开了一种芯片X光侧视图的自适应旋转缺陷检测方法，该方法包括：构造基于ResNet‑50的骨干网络用于提取图像特征；加入FPN模块来融合增强不同层级的特征图；构造一个候选框生成模块，该网络用于降低特征图的通道数，并得到一组高质量的旋转预选框；构建一个检测头模块用于修正预选框并判断框内存在何种异常；引入KLD来衡量旋转框的预测损失；根据获得修正信息和分类分数确定异常位置和异常类型。本发明设计了一个候选框生成模块和一个基于KLD的损失函数，候选框生成模块旨在使用更少的参数来生成高质量的候选框，基于KLD的损失函数能够针对不同长宽比和倾斜角度的目标动态的计算损失权重，从而指导模型生成一个更贴合目标的旋转框。

技术研发人员：刘芳,尹康华,刘嘉,肖亮
受保护的技术使用者：南京理工大学
技术研发日：
技术公布日：2024/1/15