买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京理工大学申请的专利基于旋转目标检测和语义分割的芯片键合丝缺陷联合检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117132572B 。

龙图腾网通过国家知识产权局官网在2025-09-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311117080.4，技术领域涉及：G06T7/00；该发明授权基于旋转目标检测和语义分割的芯片键合丝缺陷联合检测方法是由张国庆;刘嘉;张文华;刘芳;肖亮;华文益设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本基于旋转目标检测和语义分割的芯片键合丝缺陷联合检测方法在说明书摘要公布了：本发明公开了一种基于旋转目标检测和语义分割的芯片键合丝缺陷联合检测方法，该方法依据芯片内部俯视视角X光图片，对图片中的键合丝缺陷分配标签，划分数据集，并进行离线多尺度增强处理，得到旋转目标检测数据集；在旋转目标检测数据集上训练，得到旋转目标检测模型；通过ST‑O‑RCNN在数据集图片上预测得到的预测框，切割出一张张聚焦键合丝的图片，构建语义分割数据集，训练UNet语义分割网络，得到语义分割模型；预测时将待预测芯片X光俯视图做离线数据增强处理，经旋转目标检测定位键合丝位置、语义分割获取键合丝形貌、程序识别键合丝缺陷三个步骤，得到键合丝缺陷检测结果。本发明能够实现对键合丝缺陷的精准定位和识别。

本发明授权基于旋转目标检测和语义分割的芯片键合丝缺陷联合检测方法在权利要求书中公布了：1.一种基于旋转目标检测和语义分割的芯片键合丝缺陷联合检测方法，其特征在于，包括以下步骤： S1、获得芯片X光俯视图； S2、获取旋转目标检测数据集：对步骤S1的芯片X光俯视图进行标签分配、人工标注，并得到其DOTA格式txt标签文件，将所有芯片X光俯视图划分为训练集、验证集、测试集三种原始数据集； S3、数据集数据增强：分别以预定训练尺寸的0.7、1.0、1.3、1.5倍，将步骤S2中的芯片X光俯视图裁切成多张更小的子芯片X光俯视图，并调整裁切后图片的对应旋转框标注，形成多尺度数据集，将芯片X光俯视图未切割的三种原始数据集合并入对应的多尺度数据集中，用以增加图片的整体信息，形成最终训练集、验证集、测试集； S4、训练旋转目标检测模型：使用swin-tiny主干网络替换oriented-rcnn中的Resnet-50主干网络构建ST-O-RCNN网络，增加网络结构中特征金字塔的层数，同时更改锚框尺寸，在步骤S3的最终训练集上使用弱数据增强去训练网络，在测试集指导下，获得训练好的目标检测模型； S5、获取语义分割数据集：使用步骤S4的目标检测模型预测数据集中键合丝的旋转框，将预测旋转框在图片上的位置切割出来，得到一个个有角度的键合丝倾斜图，使用透视变换将带有角度的键合丝倾斜图片转换为键合丝水平图片，使其能够用来训练网络，将键合丝水平图片中的键合丝标注后得到语义分割数据集； S6、训练语义分割模型：构建UNet语义分割网络，使用步骤S5的数据集对其训练，获得训练好的语义分割模型； S7、实际预测：将待预测的芯片X光俯视图按步骤S2、S3处理，得到多尺度数据集，将此数据集输入步骤S4的旋转目标检测网络，获得键合丝相关缺陷的预测框，将预测框在图片上对应位置切割后通过透视变换转换为水平图，使用步骤S6的语义分割模型对水平图进行预测，得到语义分割结果图，最后通过程序对语义分割结果图做最大连通区相关判断预测键合丝缺陷的具体类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。