基于改進生成對抗網(wǎng)絡(luò)的晶圓表面缺陷檢測

打開文本圖片集

摘  要：對于晶圓表面缺陷檢測來說，缺陷樣本存在著樣本數(shù)量不足，缺陷表現(xiàn)形式多樣的問題。為解決此類問題，提出了一種基于改進生成對抗網(wǎng)絡(luò)的晶圓表面缺陷檢測模型。該模型首先在GANomaly模型的基礎(chǔ)上引入了跳層連接，并引入CBAM注意力機制，用以更好地關(guān)注圖像重要區(qū)域，其次引入記憶模塊以約束潛在空間的表示，最后在原模型架構(gòu)上新增一個自編碼器架構(gòu)判別器，以確保訓(xùn)練更穩(wěn)定，更容易收斂到最佳平衡點。（剩余10936字）