買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉上海工程技術大學申請的專利一種針對QFN芯片中少樣本缺陷的檢測算法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114937005B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210471824.1，技術領域涉及：G06T7/00；該發明授權一種針對QFN芯片中少樣本缺陷的檢測算法是由郭志慧;李志偉;周婕;趙劍光;鄭照;肖新杰設計研發完成，并于2022-04-29向國家知識產權局提交的專利申請。

本一種針對QFN芯片中少樣本缺陷的檢測算法在說明書摘要公布了：本發明提供了一種針對QFN芯片中少樣本缺陷的檢測算法，屬于計算機視覺技術領域。該技術方案具體包括：獲取框架上下表面圖片，選取ROI區域并進行裁剪；使用標注軟件進行數據標注；將標注后的圖片劃分為多樣本缺陷數據集和少樣本缺陷數據集；構建孿生Faster?RCNN網絡模型，使用多樣本缺陷數據集進行元學習訓練；利用訓練好的模型對少樣本缺陷數據集進行測試，得到圖片的缺陷檢測結果并進行評估；根據實際生產需求及檢測效果重復以上操作，得到最終模型。本發明通過改進現有Faster?RCNN網絡結構和訓練流程中數據采樣方法，降低了對少樣本缺陷數據量的需求。將推理模型轉化為相似度計算模型，該算法具有良好的擴展性。

本發明授權一種針對QFN芯片中少樣本缺陷的檢測算法在權利要求書中公布了：1.一種針對QFN芯片中少樣本缺陷的檢測算法，其特征在于，包括如下步驟： 1獲取框架上下表面圖片，對所述圖片選取ROI區域并進行裁剪； 2使用標注軟件對裁剪后的所述圖片的ROI區域進行數據標注，生成位置類別標簽； 3將標注后的所述圖片劃分為多樣本缺陷數據集和少樣本缺陷數據集； 4構建孿生Faster-RCNN網絡模型，將所述多樣本缺陷數據集中的圖片輸入所述孿生Faster-RCNN網絡模型進行元學習訓練，獲得訓練好的模型； 所述孿生Faster-RCNN網絡模型是在Faster-RCNN網絡上加入孿生分支，所述孿生分支與所述Faster-RCNN的backbone網絡共享參數結構用于提取圖片特征向量，將孿生分支輸出的特征向量與原有Faster-RCNN中通過ROIPooling層獲得的特征向量進行逐通道點積，在特征維度求向量相似度并將相似度特征向量代替經過ROIPooling層獲得的特征向量輸入predictorhead層； 4.1多樣本缺陷數據集中隨機選取N種缺陷，在所述N種缺陷中隨機選取一種缺陷抽取K+1張圖片，其中K張圖片加入支持集SupportSet，另一張圖片作為查詢集QuerySet，對剩余N-1種缺陷每種隨機抽取K張圖片加入所述支持集SupportSet； 4.2將所述支持集SupportSet中的N*K張圖片與其對應的所述位置類別標簽輸入所述孿生分支獲得N*K個特征向量； 4.3將所述查詢集QuerySet中的圖片輸入所述Faster-RCNN網絡，經過ROIPooling生成的特征向量與所述孿生分支獲得的N*K個特征向量分別計算相似度，再將得到的相似度向量輸入predictorhead層中進行分類和精確定位； 4.4通過損失函數計算位置和類別損失； 4.5設定循環次數，循環4.1～4.4計算多次循環平均損失并通過梯度反向傳播學習參數進行參數更新； 5利用所述訓練好的模型對所述少樣本缺陷數據集中的圖片進行測試，得到圖片的缺陷檢測結果并進行評估； 6根據實際生產需求及檢測效果重復步驟3～5若干次，得到最終模型投入生產。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人上海工程技術大學，其通訊地址為：201620 上海市松江區龍騰路333；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。