作者：邡鑫; 史峥晶圆检验缺陷检测缺陷分类卷积神经网络cnn分类器fasterrcnn分类器
摘要：针对晶圆检验时扫描电镜图像的缺陷检测和缺陷分类问题,利用ZFNet卷积神经网络对晶圆缺陷进行分类,并在此基础上,设计基于块的卷积神经网络缺陷检测算法。为提高准确率和加快速度,通过改进Faster RCNN分类器,提出另一种检测算法。实验结果表明,2种检测算法都能通过学习已标记位置和类型的缺陷数据,从扫描电镜图像中准确检测并分类多种类型缺陷。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《计算机工程》（CN：31-1289/TP）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《计算机工程》特点：以最快的速度、科学求实的精神，精选刊登代表计算机行业前沿科研、技术、工程方面的高、精、尖优秀论文。
部级期刊
人气 230030 评论 65
人气 214412 评论 35
省级期刊
人气 212790 评论 71
北大期刊、统计源期刊
人气 192914 评论 73
