一种基于ResNet网络的芯片缺陷图像分类方法

发明专利有效专利

申请号：
CN202110341109.1
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-03-30
申请人：
太原理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于ResNet网络的芯片缺陷图像分类方法
申请号	CN202110341109.1	申请日期	2021-03-30
法律状态	实质审查	申报国家	中国
公开/公告日	2021-07-06	公开/公告号	CN113076989A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	太原理工大学	申请人地址	山西省太原市迎泽西大街79号太原理工大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	太原理工大学	当前权利人	太原理工大学
发明人	赵菊敏;李灯熬;贾延润
代理机构	北京一品慧诚知识产权代理有限公司	代理人	张宇

摘要

本发明涉及深度学习技术领域，具体涉及一种基于ResNet网络的芯片缺陷图像分类方法，通过ResNet网络进行分类，包括将得到的样本数据分为训练集、验证集和测试集；样本预处理；将处理好的样本图像中的训练集和验证集，用于训练已经搭建好的网络模型中；将训练好的网络模型当做测试模型，将剩下的测试集用于测试网络中，最终通过激活函数输出分类结果；通过预处理，避免由于样本原始的图像尺寸较大，为了处理整个图像，需要耗费大量的计算工作和时间，通过数据增强，以防止过拟合发生的可能性，可以通过增加更多的特征信息来提高分类的性能；通过残差块解决梯度消失或者梯度爆炸的问题以及出现学习效率退化的问题。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供