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！

龙图腾网获悉华侨大学申请的专利晶圆位错缺陷的检测方法、装置、设备和存储介质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：CN115423793B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202211152813.3，技术领域涉及：G06T7/00；该发明授权晶圆位错缺陷的检测方法、装置、设备和存储介质是由杜吉祥;张泽鹏;张洪博;晏来成设计研发完成，并于2022-09-21向国家知识产权局提交的专利申请。

本晶圆位错缺陷的检测方法、装置、设备和存储介质在说明书摘要公布了：本发明实施例提供晶圆位错缺陷的检测方法、装置、设备和存储介质，涉及图像识别技术领域。其中，这种检测方法包含步骤S1至步骤S4。S1、获取晶圆图片。S2、根据晶圆图片，通过骨干网络进行特征提取，获取第一特征层集合。S3、根据第一特征层集合，通过多层中心点网络模型，获取第二特征层集合。S4、根据第二特征层集合，通过输出模块，获取缺陷目标中心点和中心点到边界框的距离。通过本发明的检测方法只需要将晶圆表面图像输入模型中即可得到位错缺陷的检测结果和数量，实现了高效自动的检测方法，且相比其它检测方法具备较高的检测精度，大大降低了企业的生产成本。

本发明授权晶圆位错缺陷的检测方法、装置、设备和存储介质在权利要求书中公布了：1.一种晶圆位错缺陷的检测方法，其特征在于，包含： 获取晶圆图片； 根据所述晶圆图片，通过骨干网络进行特征提取，获取第一特征层集合； 根据所述第一特征层集合，通过多层中心点网络模型，获取第二特征层集合；其中，所述多层中心点网络模型基于特征金字塔和全局-局部注意力机制构建； 根据所述第二特征层集合，通过输出模块，获取缺陷目标中心点和中心点到边界框的距离； 所述骨干网络为ResNet50；第一特征层集合包括特征层、特征层、特征层、特征层和特征层；所述特征层的下采样倍数是2，所述特征层的下采样倍数是4、所述特征层的下采样倍数是8、所述特征层的下采样倍数是16和所述特征层的下采样倍数是32； 所述第二特征层集合包括特征层、特征层特征层、特征层和特征层； 根据所述第一特征层集合，通过多层中心点网络模型，获取第二特征层集合，具体包括： 通过层间链接将所述第一特征层集合中的特征层、特征层和特征层的通道数统一至256； 根据统一通道数后的特征层，通过通道注意力和卷积，获得特征层； 根据所述特征层，进行2倍和4倍下采样的卷积，获得特征层和特征层； 根据统一通道数后的特征层自上而下链接后和统一通道数后的特征层共同融合，获取特征层； 根据统一通道数后的特征层自上而下链接后和统一通道数后的特征层共同融合，获取特征层； 根据所述第二特征层集合，通过输出模块，获取缺陷目标中心点和中心点到边界框的距离，具体包括： 所述第二特征层集合中的各个特征层，分别通过一个输出模块进行中心点预测和边界回归，获取各个特征层的缺陷目标中心点和缺陷目标中心点到边界框四条边的距离；其中，各个输出模块之间权重共享； 所述输出模块包含中心点预测分支和回归分支；所述中心点预测分支包括四个3×3卷积层，用以输出缺陷目标中心点的概率热图；其中，；式中，代表概率热图所在特征层的下采样倍数，和代表输入图像的宽和高；所述回归分支包括四个3×3卷积层，用以输出通道数为4的回归分量特征图；其中，回归分量特征图的四个通道分别代表中心点至目标边界框左、上、右、下四条边的距离。

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华侨大学，其通讯地址为：362000 福建省泉州市城华北路269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”。

以上内容由龙图腾AI智能生成。