买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州电子科技大学申请的专利一种基于注意力机制的晶圆特征模块检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119600308B 。

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510142955.9，技术领域涉及：G06V10/44；该发明授权一种基于注意力机制的晶圆特征模块检测方法是由李万清;陈鑫;唐莹;刘俊;张俊峰;李枨;柳佳乐设计研发完成，并于2025-02-10向国家知识产权局提交的专利申请。

本一种基于注意力机制的晶圆特征模块检测方法在说明书摘要公布了：本发明公开了一种基于注意力机制的晶圆特征模块检测方法。该方法首先收集不同光源拍摄下的晶圆图像作为训练样本，标注图像中晶圆特征模块的信息，作为训练标签；基于元学习的方法，将训练集随机划分为支持集和查询集。通过骨干网络，分别从支持集和查询集的图像中提取得到特征图X和特征图Y。利用特征图X生成一组卷积核，用于对特征图Y进行深度卷积，然后通过RPN网络生成查询集的预测框。利用训练标签，对生成的预测框进行判别，并计算损失函数完成对模型参数的优化；将特征模块位置待检测的晶圆图像作为查询集，与支持集一同输入训练后的模型中，得到查询集的晶圆图像是否存在特征模块以及特征模块位置的预测结果。

本发明授权一种基于注意力机制的晶圆特征模块检测方法在权利要求书中公布了：1.一种基于注意力机制的晶圆特征模块检测方法，收集不同光源拍摄下的晶圆图像作为训练样本，标注图像中晶圆特征模块的信息，作为训练标签；基于元学习的方法，将训练集随机划分为支持集和查询集；其特征在于：步骤1、通过骨干网络，分别从支持集和查询集的图像中提取得到特征图X和特征图Y；所述骨干网络首先通过一个通用卷积模块DBL得到图像的初级特征图，再经过三个连续的多深度膨胀卷积模块MDCM和最大池化操作，依次得到低维特征Fl、中间层特征Fu和高维特征Fh，然后使用动态纬度融合模块DDFM在维度上对Fl、Fu和Fh进行特征融合，融合后的特征再经过多深度膨胀卷积模块MDCM和最大池化获得多特征高维特征图，最后经过通用卷积模块压缩，输出特征图；步骤2、对特征图X进行深度卷积，再通过并行的自注意力机制和协调注意力机制进行处理，生成一组卷积核，用于对特征图Y进行深度卷积，然后通过RPN网络生成查询集的预测框；步骤3、利用训练标签，对生成的预测框进行判别，计算损失函数值完成对模型参数的优化；步骤4、将特征模块位置待检测的晶圆图像作为查询集，与支持集一同输入步骤3训练后的模型中，得到查询集的晶圆图像是否存在特征模块以及特征模块位置的预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。