【技术实现步骤摘要】
本专利技术涉及神经网络，具体涉及一种尺度自适应的芯片检测神经网络系统。
技术介绍
1、在利用神经网络对芯片进行检测时，当输入一张含有待检测芯片的图像时，神经网络将会在不同尺度的特征层上进行检测。这可以通过在不同尺度的特征层上应用滑动窗口或基于锚框的方法来实现。通过在不同尺度上进行检测，网络能够对不同尺度的芯片进行准确的检测和定位。芯片的尺度在实际应用中可能变化较大，有些芯片可能非常小，而有些可能非常大。对于神经网络来说，检测小尺寸芯片和大尺寸芯片的难度不同。较小的芯片可能会因为分辨率不足或特征模糊而难以检测，而较大的芯片可能会导致定位不准确或计算复杂度增加。在尺度自适应的过程中，神经网络可能面临尺度间隔不连续的问题。这意味着神经网络需要检测到不同尺度的芯片，但这些尺度之间可能没有充足的中间尺度样本来进行训练。这可能导致神经网络在某些尺度之间的检测性能较差。
2、现有的问题：传统的锚框需要大量的数据集来判定，且判定时锚框的尺寸大小一般为遍历匹配训练集中已有的结果，且匹配的尺寸一般较为固定，而图像中的芯片尺寸不同，当神经网络中预...
【技术保护点】
1.一种尺度自适应的芯片检测神经网络系统，其特征在于，该系统包括以下模块：
2.根据权利要求1所述一种尺度自适应的芯片检测神经网络系统，其特征在于，所述将待处理图像分割成若干个待选区域包括：
3.根据权利要求1所述一种尺度自适应的芯片检测神经网络系统，其特征在于，所述根据目标区域内的像素点灰度值，得到目标区域内的纹路像素点包括：
4.根据权利要求1所述一种尺度自适应的芯片检测神经网络系统，其特征在于，所述根据待处理图像内像素点的灰度值和目标区域内的纹路像素点的数量、纹路像素点的横纵坐标值、纹路像素点的横纵坐标权重，得到目标区域的特征
【技术特征摘要】
1.一种尺度自适应的芯片检测神经网络系统，其特征在于，该系统包括以下模块：
2.根据权利要求1所述一种尺度自适应的芯片检测神经网络系统，其特征在于，所述将待处理图像分割成若干个待选区域包括：
3.根据权利要求1所述一种尺度自适应的芯片检测神经网络系统，其特征在于，所述根据目标区域内的像素点灰度值，得到目标区域内的纹路像素点包括：
4.根据权利要求1所述一种尺度自适应的芯片检测神经网络系统，其特征在于，所述根据待处理图像内像素点的灰度值和目标区域内的纹路像素点的数量、纹路像素点的横纵坐标值、纹路像素点的横纵坐标权重，得到目标区域的特征量包括：
5.根据权利要求4所述一种尺度自适应的芯片检测神经网络系统，其特征在于，所述根据待处理图像的整体梯度信息熵、目标区域的局部梯度信息占比、纹路像素点的横纵坐标值以及横纵坐标权重，得到目标区域的特征量对应的具体计算公式为：
6.根据权利要求1所述一种尺度自适应的芯片检测神经网络系统，其特征在于，所述根据目标区域内像素点的特征向量和标准向量的夹角值...
【专利技术属性】
技术研发人员：陈有章，吴琛，候绪明，李海英，吴卫红，
申请(专利权)人：闽都创新实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。