基于多尺度特征融合的硅晶圆表面缺陷检测方法、设备、介质

被引：0

专利类型：

发明

申请号：

CN202510969275.4

申请日：

2025-07-15

公开(公告)号：

CN120471918B

公开(公告)日：

2025-10-14

发明(设计)人：

胡松钰贺亦可胡佳滢张滈芮傅建中

申请人：

浙江大学

申请人地址：

310058 浙江省杭州市西湖区余杭塘路866号

IPC主分类号：

G06T7/00

IPC分类号：

G01N21/88 G06V10/44 G06V10/80 G06V10/82 G06V10/52 G06V10/774 G06V10/764 G06N3/0464 G06N3/08

代理机构：

杭州求是专利事务所有限公司 33200

代理人：

邱启旺

法律状态：

实质审查的生效

国省代码：

浙江省杭州市

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
2025-08-29	实质审查的生效	实质审查的生效IPC(主分类):G06T 7/00申请日:20250715
2025-10-14	授权	授权
2025-08-12	公开	公开

共 50 条

[41]

基于多尺度特征融合的滑坡检测方法及系统 [P].

李朋磊 ;

王毅 .

中国专利 :CN116740521B ,2025-10-17

[42]

基于DenseNet和多尺度特征融合的目标检测方法 [P].

曹毅 ;

翟明浩 ;

张威 ;

刘晨 ;

盛永健 ;

黄子龙 ;

李巍 ;

张宏越 ;

易灵杰 .

中国专利 :CN110084292A ,2019-08-02

[43]

增强多尺度特征提取和目标检测的铝材表面缺陷检测方法 [P].

周锋 ;

陈帅庭 ;

孙冬生 ;

高淦 ;

陈龙华 ;

葛晓乐 ;

陈名洋 ;

刘文城 .

中国专利 :CN118799268A ,2024-10-18

[44]

增强多尺度特征提取和目标检测的铝材表面缺陷检测方法 [P].

周锋 ;

陈帅庭 ;

孙冬生 ;

高淦 ;

陈龙华 ;

葛晓乐 ;

陈名洋 ;

刘文城 .

中国专利 :CN118799268B ,2025-01-21

[45]

一种基于深度卷积神经网络的硅晶圆表面缺陷检测方法 [P].

唐昆 ;

彭琳和 ;

潘淼 ;

蔡文浩 ;

李佳旺 ;

唐伟东 ;

罗源嫱 ;

程波 ;

张航 .

中国专利 :CN115409824A ,2022-11-29

[46]

基于多尺度注意力的混凝土表面缺陷特征检测方法 [P].

王哲源 ;

易魁 ;

陈有勤 ;

毛莺池 ;

万旭 ;

曹学兴 ;

聂兵兵 ;

谭彬 ;

刘海波 ;

彭欣欣 ;

王海燕 .

中国专利 :CN115147375A ,2022-10-04

[47]

一种基于深度学习的多尺度表面缺陷检测方法 [P].

高大化 ;

魏来 ;

黄宸宇 ;

刘丹华 .

中国专利 :CN118053042A ,2024-05-17

[48]

一种针对多尺度和小目标特征的表面缺陷检测方法 [P].

臧兆祥 ;

李咏然 .

中国专利 :CN119810522A ,2025-04-11

[49]

基于深度学习的晶圆表面缺陷检测方法、系统及存储介质 [P].

张夏玮 ;

史曼云 ;

郭宜娜 ;

杨佳琦 ;

殷海洋 ;

蒋睿 ;

张贵阳 .

中国专利 :CN117710378A ,2024-03-15

[50]

基于深度学习的晶圆表面缺陷检测方法、系统及存储介质 [P].

张夏玮 ;

史曼云 ;

郭宜娜 ;

杨佳琦 ;

殷海洋 ;

蒋睿 ;

张贵阳 .

中国专利 :CN117710378B ,2024-04-30

← 1 2 3 4 5 →