关键词:
半导体致冷器件
表面缺陷检测
晶粒检测
深度学习
图像分类
卷积神经网络
摘要:
为解决半导体致冷器件行业在晶粒表面缺陷检测中存在效率低、成本高等问题,引入卷积神经网络在半导体致冷器件晶粒表面缺陷的检测.首先,对采集图像预处理、二值化、边缘与轮廓检测处理后获得晶粒图像;然后,建立半导体致冷器件晶粒图像数据集,根据半导体致冷器件晶粒表面缺陷检测速度、准确率等要求,通过对比选择ResNet50网络并进行改进,使其输入图像尺寸更加适应半导体致冷器件晶粒特征;最后,为了更好地提取缺陷特征以及提高分类准确率,对迁移学习和数据增强进行试验.实验结果表明,半导体致冷器件晶粒表面缺陷检测平均准确率达96.17%,符合半导体致冷器件晶粒检测系统的技术指标,能满足工业生产的需求.