ScratNet：新型AI模型增强半导体划痕检测能力

研究人员开发了ScratNet，一个新颖的深度学习框架，用于精确分割半导体制造中的划痕缺陷。该端到端系统采用了一个改进的Swin Transformer骨干网络和一个专门的解码器，该解码器集成了多尺度空洞聚合、一个Stem集成模块和一个精度细化分支。ScratNet旨在通过增强边界清晰度和捕捉细粒度边缘细节，来改善对不规则、低对比度和不同尺度划痕的检测，并在实验评估中超越了现有方法。 AI

影响 该模型通过实现更准确的表面缺陷检测，有望改进半导体制造中的自动化质量控制。

排序理由 该集群描述了一篇详细介绍用于特定技术任务的新型深度学习模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• convolutional neural network
• DagsHub
• Hugging Face
• ScratNet
• semiconductor manufacturing
• Swin Transformer

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →