【技术实现步骤摘要】
本专利技术涉及图像检测，具体而言，涉及一种表面缺陷检测方法。
技术介绍
1、热力图(heatmap)是一种用颜色表达数据密度的可视化工具。它将数据以不同颜色的热点形式呈现在二维空间中，用于展示数据的分布情况和集中程度，从而帮助我们观察数据的趋势和模式。通过将数值数据映射到颜色上，生成热力图。通常，数据值越大，颜色越深，数据值越小，颜色越浅。其可以应用在各种产品的异常故障类型的检测中。
2、目前，在检测晶圆异常点的常用方法中，透过检测框的方式呈现结果虽然是一个不错的方式，但是当检测框过多时，是相当不利于查看检测结果的，试想当一张图出现多个检测框，并且检测框有发生重叠时，这样的检测结果图是相当复杂的，并且也不利于判断检测结果。
技术实现思路
1、鉴于此，本专利技术提出了一种表面缺陷检测方法，旨在解决现有表面缺陷检测方法精度不高的问题。
2、本专利技术提出了一种表面缺陷检测方法，包括：
3、获取待检测物图像，并将所述待检测物图像输入预先训练好的的神经网络模型中...
【技术保护点】
1.一种表面缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述神经网络模型的训练方法包括：
3.根据权利要求2所述的表面缺陷检测方法，其特征在于，还包括：通过上述生成的基于EfficientNet-SSD算法神经网络模型，对生成不同分辨率及位置组合的检测框进行位置调整，使这些检测框与标注异常点位的真实框逼近，从而对神经网络模型进行优化，由此得优化后的EfficientNet-SSD神经网络模型，利用测试集的图像数据对上述优化后的EfficientNet-SSD神经网络模型进行评估，即可获得优化后的神经网
【技术特征摘要】
1.一种表面缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述神经网络模型的训练方法包括：
3.根据权利要求2所述的表面缺陷检测方法，其特征在于，还包括：通过上述生成的基于efficientnet-ssd算法神经网络模型，对生成不同分辨率及位置组合的检测框进行位置调整，使这些检测框与标注异常点位的真实框逼近，从而对神经网络模型进行优化，由此得优化后的efficientnet-ssd神经网络模型，利用测试集的图像数据对上述优化后的efficientnet-ssd神经网络模型进行评估，即可获得优化后的神经网络模型。
4.根据权利要求1所述的表面缺陷检测方法，其特征在于，所述将所述多个检测框记载的检测分数分别映射到二维数组内包括：
5.根据权利要求3所述的表面缺陷检测方法，其特征在于，将所述二维数组记载的各检测分数映...
【专利技术属性】
技术研发人员：钟吉诚，
申请(专利权)人：广东鸿浩半导体设备有限公司，
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。