基于聚焦离子束芯片缺陷检测图像深度学习识别方法研究

刘红轩, 曹振丰, 孙巍, 邱婷婷, 王贤浩, 张晓会, 杨明来, 王英

冶金分析 ›› 2026, Vol. 46 ›› Issue (1) : 114-121.

PDF(3690 KB)
PDF(3690 KB)
冶金分析 ›› 2026, Vol. 46 ›› Issue (1) : 114-121. DOI: 10.13228/j.boyuan.issn1000-7571.013160
芯片制造

基于聚焦离子束芯片缺陷检测图像深度学习识别方法研究

  • {{article.zuoZhe_CN}}
作者信息 +

Research on deep learning recognition method for focused ion beam-based chip defect detection images

  • {{article.zuoZhe_EN}}
Author information +
文章历史 +

本文亮点

{{article.keyPoints_cn}}

HeighLight

{{article.keyPoints_en}}

摘要

{{article.zhaiyao_cn}}

Abstract

{{article.zhaiyao_en}}

关键词

Key words

图表

本文二维码

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
{{article.zuoZheCn_L}}. {{article.title_cn}}[J]. {{journal.qiKanMingCheng_CN}}, 2026, 46(1): 114-121 https://doi.org/10.13228/j.boyuan.issn1000-7571.013160
{{article.zuoZheEn_L}}. {{article.title_en}}[J]. {{journal.qiKanMingCheng_EN}}, 2026, 46(1): 114-121 https://doi.org/10.13228/j.boyuan.issn1000-7571.013160
中图分类号：

参考文献

列表( 原文顺序 | 文献年度倒序 | 文中引用次数倒序 ) 可视化分析

参考文献

{{article.reference}}

基金


编委：
主编：
责任编辑：
编辑:

版权

{{article.copyrightStatement_cn}}
{{article.copyrightLicense_cn}}
PDF(3690 KB)

Accesses

Citation

Detail
段落导航
相关文章
京公网安备:11010802029195号　京ICP备06016127号
版权所有 © 《冶金分析》编辑部
地址：北京市海淀区学院南路76号　
邮编：100081　
电话：010-62182398　 E-mail：yjfx@analysis.org.cn
技术支持：北京玛格泰克科技发展有限公司

/

〈 〉