芯片表面字符識(shí)別是自動(dòng)芯片質(zhì)檢的重要步驟,目前半導(dǎo)體工業(yè)廣泛應(yīng)用基于模板匹配的字符識(shí)別技術(shù),但該技術(shù)環(huán)節(jié)存在模板參數(shù)設(shè)置復(fù)雜、難以處理相似字符等不足。深度學(xué)習(xí)可以自動(dòng)從樣本中學(xué)習(xí)特征、無需人工提取和設(shè)置參數(shù)等優(yōu)點(diǎn),因此文章將深度學(xué)習(xí)應(yīng)用于芯片表面字符檢測(cè)。在LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上,文章根據(jù)芯片表面字符檢測(cè)的特點(diǎn),研究了數(shù)據(jù)增廣方法、基于可信度的識(shí)別結(jié)果優(yōu)化等內(nèi)容,并使用標(biāo)準(zhǔn)字符集和來自于合作團(tuán)隊(duì)的實(shí)際采集的工業(yè)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,文中所提出的方法穩(wěn)定、識(shí)別率高,對(duì)相似字符具有較好的魯棒性。 

【文章來源】：合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,43(04)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

噪聲模板

加噪過程

縮放效果


本文編號(hào)：3126541