ADC系统通过灰阶图片辅助来判断Code信息的方法技术方案

本发明专利技术公开了一种ADC系统通过灰阶图片辅助来判断Code信息的方法，具体包括如下步骤：(1)AOI图片准备，包括AOI灰阶图片收集、AOI高清图片收集、AOI高清图片打标、AOI高清图片打标结果等比例转换成对应灰阶图片的打标结果、AOI高清图片打标；(2)AOI灰阶图像无法通过普通打标方式进行打标，可以通过灰阶图像对应的AOI高清图片打标结果等比例换算；(3)ADC灰阶图像模型训练，用ADC灰阶图像和转换后的打标结果训练深度学习模型，训练完成后将训练结果更新到模型库。有益效果：(a)能充分利用灰阶图像；(b)能输出更多的缺陷分类数据；(c)能够更全面的监控AOI拍出的缺陷。全面的监控AOI拍出的缺陷。全面的监控AOI拍出的缺陷。

【技术实现步骤摘要】
ADC系统通过灰阶图片辅助来判断Code信息的方法


[0001]本专利技术涉及半导体数字化
，具体涉及一种ADC系统通过灰阶图片辅助来判断Code信息的方法。

技术介绍

[0002]在半导体、面板、PCB与PCBA产业，人工智能自动缺陷分类系统(ADC系统)是成熟及已落地上线的智能制造系统之一，目前ADC系统应用层面仅限于对AOI的高清图像进行分类，没有将AOI的灰阶图像利用起来。而实际上AOI高清图像只是抽检后的部分图像，剩余的灰阶图像依然保留着大量的缺陷信息，这样无疑是一种数据资源的浪费。如果将灰阶图像利用起来，可以为缺陷监控提供更多的缺陷信息。
[0003]现有的ADC人工智能自动缺陷分类系统只对AOI的高清图片进行分类，忽视了灰阶图像的作用，具有以下缺陷：
[0004]1、没有对应高清图的灰阶图像被浪费；
[0005]2、ADC能判定出的结果相对较少；
[0006]3、缺陷监控具有一定随机性。

技术实现思路

[0007]本专利技术提供了一种ADC系统通过灰阶图片辅助来判断Code信息的方法，利用人工智能演算法，结合AOI先扫描灰阶图像，再拍摄灰阶图对应的高清图像这一情况，开发了针对灰阶图像的人工智能模型，可以判定灰阶图像的缺陷类别，并存储到数据库中供下一步使用。
[0008]本专利技术是通过以下技术方案实现：
[0009]ADC系统通过灰阶图片辅助来判断Code信息的方法，具体包括如下步骤：
[0010](1)AOI图片准备，包括AOI灰阶图片收集、AOI高清图片收集、AOI高清图片打标、AOI高清图片打标结果等比例转换成对应灰阶图片的打标结果、AOI高清图片打标；
[0011](2)AOI灰阶图像无法通过普通打标方式进行打标，可以通过灰阶图像对应的AOI高清图片打标结果等比例换算；
[0012](3)ADC灰阶图像模型训练，用ADC灰阶图像和转换后的打标结果训练深度学习模型，训练完成后将训练结果更新到模型库。
[0013]作为优选实施例，所述步骤(2)中通过灰阶图像对应的AOI高清图片打标结果等比例换算，具体为：高清图像长宽为W1,H1；灰阶图像长宽为W2,H2；高清图像打标结果为(x,y,w,h),其中x代表打标中心在整个高清图像的位置x，y代表打标中心在整个高清图像的位置y，w代表打标框x方向长度，h代表打标框y方向长度。由此可计算得出转换后的在灰阶图像打标结果为：(x*W2/W1,y*H2/H1,w*W2/W1,h*W2/W1)，打标标签值与高清图像相同。
[0014]有益效果：采用高清图像来对缺陷进行打标和分类，再将分类结果和转换后的打标结果复制到高清图像对应的灰阶图像上，再用灰阶图像和打标结果作为训练集进行训
练，即可得到能够对灰阶图像进行分类的模型：
[0015](a)能充分利用灰阶图像；
[0016](b)能输出更多的缺陷分类数据；
[0017](c)能够更全面的监控AOI拍出的缺陷。
附图说明
[0018]图1为普通的AOI图像模型训练流程图。
[0019]图2为对灰阶图像进行模型训练的流程图。
具体实施方式
[0020]下面结合附图对本专利技术的实施例作详细说明：本实施例在以本专利技术技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0021]如图1所示，仅对高清图像进行训练，得到模型只能对高清图像进行分类。如图2所示，通过灰阶图像和高清图像相结合，能够对灰阶图像进行打标和模型训练，实现对灰阶图像的分类。
[0022]ADC系统通过灰阶图片辅助来判断Code信息的方法，具体包括如下步骤：
[0023]本专利技术提供了一种ADC系统通过灰阶图片辅助来判断Code信息的方法，利用人工智能演算法，结合AOI先扫描灰阶图像，再拍摄灰阶图对应的高清图像这一情况，开发了针对灰阶图像的人工智能模型，可以判定灰阶图像的缺陷类别，并存储到数据库中供下一步使用。
[0024]本专利技术是通过以下技术方案实现：
[0025]ADC系统通过灰阶图片辅助来判断Code信息的方法，具体包括如下步骤：
[0026](1)AOI图片准备，包括AOI灰阶图片收集、AOI高清图片收集、AOI高清图片打标、AOI高清图片打标结果等比例转换成对应灰阶图片的打标结果、AOI高清图片打标；
[0027](2)AOI灰阶图像无法通过普通打标方式进行打标，但可以通过灰阶图像对应的AOI高清图片打标结果等比例换算，具体为：高清图像长宽为W1,H1；灰阶图像长宽为W2,H2；高清图像打标结果为(x,y,w,h),其中x代表打标中心在整个高清图像的位置x，y代表打标中心在整个高清图像的位置y，w代表打标框x方向长度，h代表打标框y方向长度。由此可计算得出转换后的在灰阶图像打标结果为：(x*W2/W1,y*H2/H1,w*W2/W1,h*W2/W1)，打标标签值与高清图像相同；
[0028](3)ADC灰阶图像模型训练，用ADC灰阶图像和转换后的打标结果训练深度学习模型，训练完成后将训练结果更新到模型库。
[0029]先前项目每台AOI设备每个大板会扫描到300～500个缺陷点，并随即抽取100个点拍摄高清照片。用原有ADC方案只能对高清图像做模型训练，最多只能对每个大板的100的缺陷做分类。使用本方案后，先对高清图像打标，再将打标结果转换到灰阶图像上，对灰阶图像进行训练，从而实现对一个大板300～500个点的缺陷分类。
[0030]以上显示和描述了本专利技术的基本原理和主要特征和本专利技术的优点。本行业的技术人员应该了解，本专利技术不受上述实施例的限制，上述实施例和说明书中描述的只是说明本
专利技术的原理，在不脱离本专利技术精神和范围的前提下，本专利技术还会有各种变化和改进，这些变化和改进都落入要求保护的本专利技术范围内。本专利技术要求保护范围由所附的权利要求书及其等效物界定。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.ADC系统通过灰阶图片辅助来判断Code信息的方法，其特征在于，具体包括如下步骤：(1)AOI图片准备，包括AOI灰阶图片收集、AOI高清图片收集、AOI高清图片打标、AOI高清图片打标结果等比例转换成对应灰阶图片的打标结果、AOI高清图片打标；(2)AOI灰阶图像无法通过普通打标方式进行打标，可以通过灰阶图像对应的AOI高清图片打标结果等比例换算；(3)ADC灰阶图像模型训练，用ADC灰阶图像和转换后的打标结果训练深度学习模型，训练完成后将训练结果更新到模型库。2.根据权利要求1所述的ADC...

【专利技术属性】
技术研发人员：张俊峰，巫文豪，王文瑞，温志鹏，
申请(专利权)人：上海哥瑞利软件股份有限公司，
类型：发明
国别省市：