基于深度学习的氮化镓射频器件缺陷检测方法及系统

被引：0

专利类型：

发明

申请号：

CN202510830511.4

申请日：

2025-06-20

公开(公告)号：

CN120707528A

公开(公告)日：

2025-09-26

发明(设计)人：

刘洋洲

申请人：

中科苏州微电子产业技术研究院

申请人地址：

215000 江苏省苏州市苏州工业园区金鸡湖大道99号苏州纳米城1幢505、507

IPC主分类号：

G06T7/00

IPC分类号：

G06V10/80 G06V10/82 G06V10/764 G06V10/46 G06N3/045 G06N3/0464 G06N3/0442 G06N3/084

代理机构：

北京智征启营专利代理事务所(特殊普通合伙) 16250

代理人：

张小军

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-09-26	公开	公开
2025-10-17	实质审查的生效	实质审查的生效IPC(主分类):G06T 7/00申请日:20250620

共 50 条

[1]

基于二次谐波增强的氮化镓器件富镓缺陷检测方法 [P].

刘铎 ;

杨伟远 ;

何玉征 .

中国专利 :CN119290848B ,2025-03-07

[2]

基于二次谐波增强的氮化镓器件富镓缺陷检测方法 [P].

刘铎 ;

杨伟远 ;

何玉征 .

中国专利 :CN119290848A ,2025-01-10

[3]

基于深度学习的缺陷检测方法和系统 [P].

王远 ;

焦健浩 ;

云鹏 ;

穆罕默德·奥斯曼·布塔 ;

孙学斌 ;

刘明 .

中国专利 :CN113538323A ,2021-10-22

[4]

基于深度学习的铸件外观缺陷检测方法 [P].

刘冬 ;

丛明 ;

卢长奇 ;

肖庆阳 ;

方建儒 ;

葛春东 .

中国专利 :CN113096098A ,2021-07-09

[5]

基于深度学习的铸件外观缺陷检测方法 [P].

刘冬 ;

丛明 ;

卢长奇 ;

肖庆阳 ;

方建儒 ;

葛春东 .

中国专利 :CN113096098B ,2024-01-05

[6]

基于深度学习的圆孔毛边缺陷检测方法、系统及存储介质 [P].

王岩 ;

石庆卫 .

中国专利 :CN118941568B ,2025-03-04

[7]

基于深度学习的圆孔毛边缺陷检测方法、系统及存储介质 [P].

王岩 ;

石庆卫 .

中国专利 :CN118941568A ,2024-11-12

[8]

用于制备氮化镓射频器件的衬底及其制备方法、氮化镓射频器件 [P].

袁卫华 ;

程文进 ;

孙勇 ;

徐松 ;

罗才旺 ;

彭立波 ;

曹华翔 ;

罗南安 .

中国专利 :CN112713082A ,2021-04-27

[9]

基于深度学习的缺陷检测方法、系统、装置和存储介质 [P].

万平 .

中国专利 :CN113870188A ,2021-12-31

[10]

基于深度学习的端子缺陷检测方法及系统 [P].

张金波 ;

姚毅 .

中国专利 :CN111275700A ,2020-06-12

← 1 2 3 4 5 →