摘要
现如今芯片不断精密化,芯片的检测难度也越来越高,如利用人工来检测芯片缺陷,面临着耗费人力、检测难度大、误判率高等问题,本文设计了一个基于改进机器学习芯片引脚及表面缺陷检测系统,通过对芯片的各种状态进行采集,对采集的图片或视频进行数据标注,利用YOLOV5目标检测模型进行训练,结合芯片的特征点对采集到的图像进行分析,结合训练模型标准来判定芯片是否有缺陷,将检测到的芯片图像在GUI 界面显示检测结果。
基金
2021年广州市基础研究计划基础与应用基础研究项目,项目名称:动态场景下基于重采样优化粒子滤波算法及其在高铁移动机器人的应用,项目编号:202102080153
2022年度广州市高等教育教学质量与教学改革工程计算机应用技术专业群“双师型”教师培养培训基地(项目编号:2022SSPRJD004)
2022年广东省科技创新战略专项资金(大学生科技创新培育项目),项目编号:pdjh2022a0954。
