期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向芯片表面缺陷分割的轻量级多尺度网络结构DSDLF-UNet
1
作者 朱永民 顾寄南 +4 位作者 单韵竹 姜宝康 夏子林 高艳 向泓宇 《半导体技术》 北大核心 2025年第11期1174-1182,共9页
针对芯片表面缺陷图像的语义分割,现有模型存在特征提取能力不足、参数量(Params)过大等问题,提出一种面向芯片表面缺陷分割的轻量级多尺度网络结构——DSDLF-UNet。编码器部分设计了双分支深度可分离空洞卷积(DSDConv)模块,该模块融合... 针对芯片表面缺陷图像的语义分割,现有模型存在特征提取能力不足、参数量(Params)过大等问题,提出一种面向芯片表面缺陷分割的轻量级多尺度网络结构——DSDLF-UNet。编码器部分设计了双分支深度可分离空洞卷积(DSDConv)模块,该模块融合深度可分离卷积(DSC)与空洞卷积(DC)的优势,以增强局部细节特征表达和全局感受野的建模能力。主干部分设计了轻量级局部-全局空洞空间金字塔池化(LG-ASPP)模块,以提升多尺度上下文建模能力。整体结构压缩至4层,以降低模型复杂度,在跳跃连接中引入融合通道与空间注意力的全注意力(FA)机制,以提高微小裂纹等细粒度缺陷识别效果。构建了芯片缺陷分割数据集,并设计对比实验和消融实验对所提网络进行验证。实验结果显示,该网络在数据集上平均交并比(mIoU)为84.96%,平均像素准确率(mPA)为87.97%,F1分数(F1-score)为87.72%,性能显著优于其他经典分割网络,能够更精准地实现芯片表面缺陷的分割。 展开更多
关键词 深度学习 U型网络(U-Net)分割 缺陷分割 轻量级局部-全局空洞空间金字塔池化(lg-aspp) 全注意力(FA)机制
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部