Інтелектуальний аналіз зображень кристалів мікроелектронних компонентів для виявлення дефектів із використанням глибоких згорткових мереж і YOLO

Abstract

Об’єкт дослідження – процес виявлення дефектів у мікроелектронних компонентах на основі аналізу зображень. Предмет дослідження – алгоритми класифікації та сегментації зображень, орієнтовані на автоматизований аналіз пошкоджень та порушень структури елементів мікросхем. Мета роботи – створити програмну систему, здатну автоматично виявляти дефекти збірки та пошкодження провідників мікроелектронних компонентів на основі вхідного зображення, з використанням методів комп’ютерного зору та глибокого навчання.. Методи дослідження – методи глибокого навчання (YOLOv8, U-Net), комп’ютерного зору, скелетизації, морфологічної обробки зображень, ручної анотації датасету, навчання нейронних мереж, валідації моделей за допомогою метрик точності (IoU, Dice, mAP), використання фреймворків Python (PyTorch, OpenCV) та інтеграції ONNX-моделей у середовище C#.