基于YOLO-S的芯片电气性能批量检测方法技术

技术编号:41434205 阅读:11 留言:0更新日期:2024-05-28 20:29
本发明专利技术公开了一种基于YOLO‑S的芯片电气性能批量检测方法,针对批量芯片,获取每个芯片在一段时长内的至少一个性能参数,每段时长内的性能参数均构成该芯片的一个原始信号;将每个原始信号均转换为一张二维图像;将所有二维图像分批输入基于YOLO‑S构建的芯片检测模型,以使芯片检测模型基于每张二维图像确定对应的原始信号中是否存在异常信号点;根据存在异常信号点的原始信号确定异常芯片。将一维原始信号转为二维图像,然后通过基于YOLO‑S构建的芯片检测模型将图像处理技术引入芯片信号分析领域,可以同时对多个二维图像进行处理,实现了对芯片的批量检测,使得芯片检测的过程更加灵活高效。

【技术实现步骤摘要】

本专利技术属于芯片检测领域,具体涉及基于yolo-s的芯片电气性能批量检测方法。


技术介绍

1、在现代芯片设计和制造领域中,对芯片的性能和可靠性要求越来越高。电压、电流等信号是评估芯片运行状态和性能的关键指标。在传统的芯片检测方法中,工程师们使用各种测试仪器来采集这些信号,然后通过数据分析进行芯片的状态监测和故障诊断。

2、然而,传统方法对于大规模的芯片检测存在一定的限制和挑战。首先,在传统方法中,工程师们进行数据分析时需要专门的测试设备和复杂的测试流程,这使得芯片性能分析变得繁琐和昂贵;其次,传统方法需要工程师的参与,难以实现批量化的芯片检测。

3、因此,如何实现对芯片批量检测是一项亟待解决的问题。


技术实现思路

1、为了解决现有技术中所存在的上述问题,本专利技术提供了一种基于yolo-s的芯片电气性能批量检测方法。

2、本专利技术要解决的技术问题通过以下技术方案实现:

3、本专利技术提供了一种基于yolo-s的芯片电气性能批量检测方法,所述方法包括:

本文档来自技高网...

【技术保护点】

1.一种基于YOLO-S的芯片电气性能批量检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将每个原始信号均转换为一张二维图像包括:

3.根据权利要求1所述的方法,其特征在于,所述芯片检测模型为:以Darknet20作为主干架构的YOLO-S网络模型。

4.根据权利要求1所述的方法,其特征在于,不同性能参数的采样速度不同;

5.根据权利要求1所述的方法,其特征在于,所述至少一个性能参数包括电压、电流、功耗、温度和/或时钟频率。

6.根据权利要求5所述的方法,其特征在于,当性能参数为电压时,所述异...

【技术特征摘要】

1.一种基于yolo-s的芯片电气性能批量检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将每个原始信号均转换为一张二维图像包括:

3.根据权利要求1所述的方法,其特征在于,所述芯片检测模型为:以darknet20作为主干架构的yolo-s网络模型。

4.根据权利要求1所述的方法,其特征在于,不同性能参数的采样速度不同;

5.根据权利要求1所述的方法,其特征在于,所述至少一个性能参数包括电压、电流、功耗、温度和/或时钟频率。

6.根据权利要求5所述的方法,其特征在于,当性能参数为电压时,所述异常信号点...

【专利技术属性】
技术研发人员:任获荣甘开宇吕银飞
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1