CN114254584A - 芯片产品的对比方法、建模方法、装置及存储介质 - Google Patents

芯片产品的对比方法、建模方法、装置及存储介质 Download PDF

Info

Publication number
CN114254584A
CN114254584A CN202011010056.7A CN202011010056A CN114254584A CN 114254584 A CN114254584 A CN 114254584A CN 202011010056 A CN202011010056 A CN 202011010056A CN 114254584 A CN114254584 A CN 114254584A
Authority
CN
China
Prior art keywords
chip product
dimensional
chip
slice
comparison
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011010056.7A
Other languages
English (en)
Inventor
张杰妹
申隔华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changxin Memory Technologies Inc
Original Assignee
Changxin Memory Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changxin Memory Technologies Inc filed Critical Changxin Memory Technologies Inc
Priority to CN202011010056.7A priority Critical patent/CN114254584A/zh
Priority to EP21844610.2A priority patent/EP4053729A4/en
Priority to PCT/CN2021/097394 priority patent/WO2022062466A1/zh
Priority to US17/389,735 priority patent/US11854186B2/en
Publication of CN114254584A publication Critical patent/CN114254584A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/39Circuit design at the physical level
    • G06F30/398Design verification or optimisation, e.g. using design rule check [DRC], layout versus schematics [LVS] or finite element methods [FEM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Graphics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供一种芯片产品的对比方法、建模方法、装置及存储介质,该方法中,通过预先基于芯片产品的切片序列利用神经网络对芯片产品进行建模得到三维立体模型,在进行芯片产品对比时,响应于用户的操作获取对比特征,针对每个芯片产品,从其对应的三维立体模型中获取出对比特征对应的对比结果,然后显示每个芯片产品对应的对比结果。并不需要人工通过多个电子档文件进行图片比较,也不需要人工处理大量信息,提高芯片产品的对比效率以及准确性。

Description

芯片产品的对比方法、建模方法、装置及存储介质
技术领域
本申请涉及半导体领域,尤其涉及一种芯片产品的对比方法、建模方法、装置及存储介质。
背景技术
芯片是半导体元件产品的统称,在半导体领域,芯片,或称集成电路(integratedcircuit,IC)、微电路(microcircuit)、微芯片(microchip),在电子学中是一种将电路(主要包括半导体设备,也包括被动组件等)小型化的方式,并时常制造在半导体晶圆表面上。
目前,对于芯片的产品的对比分析方法为:剖析芯片产品后得一系列不连续的二维图片,经专业人员在图片上以手动标记相关参数的具体信息。并经过手动整理并透过电子档文件储存芯片产品参数及图片。在分析对比时,需选择要对比查看的芯片产品电子档文件,并从电子档文件内搜寻各种参数值进行人工对比。
然而,上述方案当对比多个芯片产品时,需同时打开多份电子档文件进行多张图片比较,且每张图片上标注了大量信息,导致对比工作效率低,并且人工比对的方式准确性较差。
发明内容
本申请提供一种芯片产品的对比方法、建模方法、装置及存储介质,提高芯片产品的对比效率以及准确性。
第一方面,本申请实施例提供一种芯片产品的对比方法,包括:
在获取到对至少两个芯片产品进行对比任务时,响应于用户的操作获取对比特征;
针对每个芯片产品,从所述芯片产品对应的三维立体模型中获取出与所述对比特征对应的对比结果;其中,每个芯片产品对应的三维立体模型是根据所述芯片产品的切片序列,利用神经网络进行重组构建的三维模型;
显示每个芯片产品对应的对比结果。
在一种具体实施方式中,所述对比特征包括需要对比的芯片产品的三维位置坐标或者参数信息;所述响应于用户的操作获取对比特征,包括:
响应于用户在所述至少两个芯片产品中的任一芯片产品的三维立体模型中选择的位置,获取与所述选择的位置相应的三维位置坐标;
或者,
接收用户输入的需要对比的芯片产品的参数信息。
在另一种具体实施方式中,所述对比特征包括需要对比的芯片产品的三维位置坐标,所述针对每个芯片产品,从所述芯片产品对应的三维立体模型中获取出与所述对比特征对应的对比结果,包括:
针对每个芯片产品,根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置;
从所述芯片产品对应的切片序列中,获取所述二维平面位置对应的切片图像;
从存储的所述芯片产品的参数中获取所述三维位置坐标处的参数信息;
其中,所述对比结果包括所述切片图像和所述参数信息。
在另一种具体实施方式中,所述对比特征包括需要对比的芯片产品的参数信息,所述针对每个芯片产品,从所述芯片产品对应的三维立体模型中获取出与所述对比特征对应的对比结果,包括:
针对每个芯片产品,在所述芯片产品对应的三维立体模型中,定位出与所述参数信息相应的三维位置坐标;
根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置;
从所述芯片产品对应的切片序列中,获取所述二维平面位置对应的切片图像;
其中,所述对比结果包括所述三维位置坐标和所述切片图像。
在又一种具体实施方式中,所述对比结果还包括所述参数信息和/或所述二维平面位置。
在另一种具体实施方式中,所述根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置,包括:
采用神经网络立体视觉定位法,在所述芯片产品对应的三维立体模型中定位出所述三维位置坐标对应的二维平面位置。
在另一种具体实施方式中,所述显示每个芯片产品对应的对比结果,包括:
在图形用户界面中每个芯片产品对应的三维立体模型中显示对应的对比结果;
或者,
在图形用户界面中预先设置的比对结果显示区域显示每个芯片产品对应的对比结果。
第二方面,本申请实施例提供一种芯片产品的建模方法,包括:
获取待建模的芯片产品的切片序列,所述切片序列中包括连续的多个对所述芯片产品切片获取到的切片图像;
根据所述切片序列,利用神经网络进行重组构建得到所述芯片产品对应的三维立体模型;其中,所述三维立体模型用于在芯片产品对比时进行参数信息和切片图像的对比。
在一种具体实施方式中,所述神经网络包括残差网络,U-net网络模型以及多粒度网络模型;所述根据所述切片序列,利用神经网络进行重组构建的得到所述芯片产品对应的三维立体模型,包括:
将所述切片序列中的每个切片图像输入残差网络中进行特征提取,得到每个切片图像的第一图像特征;
将所述切片序列经U-net网络模型进行分割处理,并将分割后的切片序列中的每个切片图像,输入残差网络中进行特征提取,得到每个切片图像的第二图像特征;
将每个切片图像的第一图像特征和第二图像特征进行合并,得到所述切片图像的图像特征;
根据所述切片序列,以及每个切片图像的图像特征,采用多粒度网络模型构建所述芯片产品对应的三维立体模型。
在另一种具体实施方式中,所述根据所述切片序列,以及每个切片图像的图像特征,采用多粒度网络模型构建所述芯片产品对应的三维立体模型,包括:
根据所述切片序列中的多个切片图像,采用多粒度网络模型,以所述芯片产品的中心作为三维坐标系中心,生成网格状的三维几何形状;
将所述每个切片图像的图像特征,嵌入所述三维几何形状并进行训练,得到所述三维立体模型。
在又一种具体实施方式中,所述切片序列中每个切片图像的图像特征包括:所述切片图像中的结构特征以及所述切片图像与切片序列中相应的前后图像之间的关联信息。
第三方面,本申请实施例提供一种芯片产品的对比装置,包括:
获取模块,用于在获取到对至少两个芯片产品进行对比任务时,响应于用户的操作获取对比特征;
处理模块,用于针对每个芯片产品,从所述芯片产品对应的三维立体模型中获取出与所述对比特征对应的对比结果;其中,每个芯片产品对应的三维立体模型是根据所述芯片产品的切片序列,利用神经网络进行重组构建的三维模型;
显示模块,用于显示每个芯片产品对应的对比结果。
可选的,所述对比特征包括需要对比的芯片产品的三维位置坐标或者参数信息;所述获取模块具体用于:
响应于用户在所述至少两个芯片产品中的任一芯片产品的三维立体模型中选择的位置,获取与所述选择的位置相应的三维位置坐标;
或者,
接收用户输入的需要对比的芯片产品的参数信息。
可选的,所述对比特征包括需要对比的芯片产品的三维位置坐标,所述处理模块具体用于:
针对每个芯片产品,根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置;
从所述芯片产品对应的切片序列中,获取所述二维平面位置对应的切片图像;
从存储的所述芯片产品的参数中获取所述三维位置坐标处的参数信息;
其中,所述对比结果包括所述切片图像和所述参数信息。
可选的,所述对比特征包括需要对比的芯片产品的参数信息,所述处理模块具体用于:
针对每个芯片产品,在所述芯片产品对应的三维立体模型中,定位出与所述参数信息相应的三维位置坐标;
根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置;
从所述芯片产品对应的切片序列中,获取所述二维平面位置对应的切片图像;
其中,所述对比结果包括所述三维位置坐标和所述切片图像。
可选的,所述对比结果还包括所述参数信息和/或所述二维平面位置。
可选的,所述处理模块具体用于:
采用神经网络立体视觉定位法,在所述芯片产品对应的三维立体模型中定位出所述三维位置坐标对应的二维平面位置。
可选的,所述显示模块具体用于:
在图形用户界面中每个芯片产品对应的三维立体模型中显示对应的对比结果;
或者,
在图形用户界面中预先设置的比对结果显示区域显示每个芯片产品对应的对比结果。
第四方面,本申请实施例提供一种芯片产品的建模装置,包括:
获取模块,用于获取待建模的芯片产品的切片序列,所述切片序列中包括连续的多个对所述芯片产品切片获取到的切片图像;
处理模块,用于根据所述切片序列,利用神经网络进行重组构建得到所述芯片产品对应的三维立体模型;其中,所述三维立体模型用于在芯片产品对比时进行参数信息和切片图像的对比。
可选的,所述神经网络包括残差网络,U-net网络模型以及多粒度网络模型;所述处理模块具体用于:
将所述切片序列中的每个切片图像输入残差网络中进行特征提取,得到每个切片图像的第一图像特征;
将所述切片序列经U-net网络模型进行分割处理,并将分割后的切片序列中的每个切片图像,输入残差网络中进行特征提取,得到每个切片图像的第二图像特征;
将每个切片图像的第一图像特征和第二图像特征进行合并,得到所述切片图像的图像特征;
根据所述切片序列,以及每个切片图像的图像特征,采用多粒度网络模型构建所述芯片产品对应的三维立体模型。
可选的,所述处理模块具体用于,包括:
根据所述切片序列中的多个切片图像,采用多粒度网络模型,以所述芯片产品的中心作为三维坐标系中心,生成网格状的三维几何形状;
将所述每个切片图像的图像特征,嵌入所述三维几何形状并进行训练,得到所述三维立体模型。
可选的,所述切片序列中每个切片图像的图像特征包括:所述切片图像中的结构特征以及所述切片图像与切片序列中相应的前后图像之间的关联信息。
第五方面,本申请实施例提供一种电子设备,包括:
处理器以及存储器;
所述存储器用于存储计算机程序,所述处理器调用所述存储器存储的计算机程序,以执行第一方面任一项或者第二方面任一项所述的方法。
第六方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序被处理器执行时,使得所述处理器能够执行第一方面任一项或者第二方面任一项所述的方法。
本申请实施例提供一种芯片产品的对比方法、建模方法、装置及存储介质,通过预先基于芯片产品的切片序列利用神经网络对芯片产品进行建模得到三维立体模型,在进行芯片产品对比时,响应于用户的操作获取对比特征,针对每个芯片产品,从其对应的三维立体模型中获取出对比特征对应的对比结果,然后显示每个芯片产品对应的对比结果。并不需要人工通过多个电子档文件进行图片比较,也不需要人工处理大量信息,提高芯片产品的对比效率以及准确性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的芯片产品的建模方法实施例一的流程图;
图2为本申请实施例提供的芯片产品的三维立体模型构建示意图;
图3为本申请实施例提供的采用神经网络模型对芯片产品进行三维立体模型构建示意图;
图4为本申请实施例提供的芯片产品的对比方法实施例的流程图;
图5为本申请实施例提供的芯片产品的建模和对比过程的示意图;
图6为本申请实施例提供的一种芯片产品的对比示意图;
图7为本申请实施例提供的芯片产品的对比装置实施例的结构示意图;
图8为本申请实施例提供的芯片产品的建模装置实施例的结构示意图;
图9为本申请实施例提供的电子设备实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。
此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
芯片(即集成电路)产业是国民经济和社会发展的战略性、基础性、先导性产业,在计算机、消费类电子、网络通信、汽车电子等几大领域起着关键作用。在芯片产品的生产和应用过程中,需要进行产品之间的对比,明确不同的芯片产品之间的特征以及差异性。目前,对芯片产品的对比主要是通过人工方式进行的,对芯片产品进行剖析得到芯片产品的截面的二维图片,对二维图片人工进行相关参数的标记,然后整理成为电子文档,采用不同的文档存储不同的芯片产品的参数以及图片。在需要进行芯片产品的比对时候,需要人工打开多个文档,搜寻各个参数进行人工对比,对比效率低并且人工对应和标注的方案准确性较差。
针对上述问题,本申请提供一种针对芯片产品的建模方法,以及对比方法。本方案的整体思路为,发明人在解决上述问题过程中,发现对于相同的芯片产品来说,其内部结构是相同的,并且不同的位置或者芯片的参数信息也是一致的,如果能够对芯片产品进行数字建模,通过系统自动对比模型则可以解决上述问题。
基于此,可对芯片产品连续的获取剖面图,对图像进行分析,并基于分析结果建立三维立体模型。通过将芯片产品进行三维立体结构进行建模,可以直观的查看芯片产品的内部结构以及相关的参数信息,以解决在芯片产品对比时无法定位具体位置的问题。同时,在芯片产品进行对比时,可以通过系统对不同的芯片产品的三维立体模型之间进行对比,自动检测出芯片产品之间相同的参数信息,或者不同的参数信息等,还可以直接查看不同位置的结构,以及对应界面的图片,有效的解决了芯片产品对比的效率和准确性的问题。
该方案可以应用在具有计算能力的计算机设备中,例如电脑,个人计算机,智能手机等电子设备中。
下面通过几个具体实施例对本申请提供的芯片产品的建模方法,以及芯片产品的对比方法进行详细说明。
图1为本申请实施例提供的芯片产品的建模方法实施例一的流程图,如图1所示,该芯片产品的建模方法具体包括以下步骤:
S101:获取待建模的芯片产品的切片序列,切片序列中包括连续的多个对芯片产品切片获取到的切片图像。
在本步骤中,为了能够实现对芯片产品的建模,首先需要获取芯片产品的切片序列,该切片序列实际上是一些连续的图像序列,这些图像是该芯片产品的切片图像。在具体实现中,可以对芯片产品进行切片,按照一定的结构或者切片间隔连续的进行切片,并通过拍摄或者扫描得到每个切面的图像,得到连续的多个切片图像,即获取到切片序列。
S102:根据切片序列,利用神经网络进行重组构建得到芯片产品对应的三维立体模型。
其中,三维立体模型用于在芯片产品对比时进行参数信息和切片图像的对比。
在本步骤中,在获取到切片序列之后,可通过神经网络对切片序列进行重组构建,得到芯片产品的三维立体模型,具体的建模过程可以通过如下方式实现:该方案中涉及的神经网络包括残差网络,U-net网络模型以及多粒度网络模型。
在得到切片序列之后,将所述切片序列中的每个切片图像输入残差网络中进行特征提取,得到每个切片图像的第一图像特征。
在另一分支中,将所述切片序列经U-net网络模型进行分割处理,并将分割后的切片序列中的每个切片图像,输入残差网络中进行特征提取,得到每个切片图像的第二图像特征。也就是说,针对同一个切片图像,第一图像特征是切片图像直接采用残差网络提取的特征,第二图像特征是先对切片图像进行分割,分割成小块之后再输入残差网络中提取到的特征。
将每个切片图像的第一图像特征和第二图像特征进行合并(merge),得到所述切片图像的图像特征。切片图像的图像特征指示的图像本身的特征。第一图像特征和第二图像特征的合并能够有效提高获取到的切片图像的精确度。图像特征包括但不限于颜色特征、纹理特征、形状特征、深度特征等。在该方案的一种具体实现中,切片序列中每个切片图像的图像特征包括:所述切片图像中的结构特征以及所述切片图像与切片序列中相应的前后图像之间的关联信息。
在得到每个切片图像的特征之后,根据所述切片序列,以及每个切片图像的图像特征,采用多粒度网络模型构建所述芯片产品对应的三维立体模型。
在一种具体实施方式中,可根据所述切片序列中的多个切片图像,采用多粒度网络模型,以所述芯片产品的中心作为三维坐标系中心,生成网格状的三维几何形状,然后将所述每个切片图像的图像特征,嵌入三维几何形状并进行训练,得到三维立体模型。
本实施例提供的芯片产品的建模方法,通过预先基于芯片产品的切片序列利用神经网络对芯片产品进行建模得到三维立体模型,在进行芯片产品对比时,并不需要人工通过多个电子档文件进行图片比较,也不需要人工处理大量信息,提高芯片产品的对比效率以及准确性。
图2为本申请实施例提供的芯片产品的三维立体模型构建示意图,如图2所示,在上述实施例的基础上,为更精准的重建芯片产品的三维立体模型,建立多个子网络用于提取上下图像之间的关联信息,由多个子网络构建总体神经网络模型。在对芯片产品(也就是图中的芯片)进行切割,得到芯片产品的切片序列之后,将芯片产品的切片序列作为输入,经神经网络模型提取切片图像的图像特征(包括图像本身的特征以及前后图像之间的关联信息),重建芯片的三维立体结构。
在上述任一实施例的基础上,下面通过一具体实现过程对芯片产品的建模方法进行说明。
图3为本申请实施例提供的采用神经网络模型对芯片产品进行三维立体模型构建示意图,如图3所示,切片序列经U-Net网络模型进行分割处理,并将分割的不同区域,利用各个残差网络(Residual Network,ResNet)进行特征提取,并对提取到的各特征进行合并,也就是得到前述方案中的第二图像特征。同时,对切片序列中的每个切片图像来说,在不切割的状态下也可以提取其特征,具体的实现中也可以采用残差网络进行特征提取,即得到前述的第一图像特征。为提高特征值准确性将原图(或者原图的提取到的特征)与分割后的图片特征合并后得最终的图像特征。该图像特征也可以表示成图像中附加一些特征数据,即还可以成为特征图像。
在进行了前述处理之后,根据特征图,利用多粒度网络(Multigranularitynetwork,MGN)模型,以芯片产品的中心作为规范坐标系,并由网格生成三维几何形状。并将各子网络输出的每个切片图像的图像特征嵌入三维几何形状,进行联合训练和推理,从而重建(也就是图中示出的重组)出包含更多特征的三维立体结构,得到芯片产品的三维立体模型。比如,可以将10×10×4的切片序列输入神经网络,根据特征提取重组后变成10×10×16的三维立体结构,根据4维深度的切片序列,经过特征学习重组可以得到16维深度,可以更精确的还原芯片产品实体的三维模型的准确性。应理解,切片序列的维度和重组后三维立体结构的维度仅作为示例进行说明,不应对本申请实施例的实施过程构成任何限定。
针对每个类型的芯片产品,均可以按照上述方式进行建模得到对应的三维立体模型,同时可以在三维立体模型中关联芯片产品的参数信息,以便再进行对比或者查询时,能够调取需要的参数信息。
前述实施例提供的芯片产品的建模方法,通过获取芯片产品的切片序列,作为神经网络模型的输入,可重建出三维立体结构的芯片产品的模型,在该模型的应用过程中,可以根据用户的操作直观的显示每个位置的图像以及参数信息,无论是在芯片产品对比,还是芯片内部结构的了解等应用过程中,均能够有效提高效率,并且避免了人工对比可能出现错误的可能,提高了精确度。
图4为本申请实施例提供的芯片产品的对比方法实施例的流程图,如图4所示,在通过前述实施例提供的方案得到不同芯片产品对应的三维立体模型之后,在对芯片产品进行对比时具体包括以下步骤:
S201:在获取到对至少两个芯片产品进行对比任务时,响应于用户的操作获取对比特征。
本方案在具体实现中,首先会将芯片产品的对比方案实现在软件系统中,该系统中包括与用户进行交互的图形用户界面,也包括后台进行数据存储的数据库等。在芯片产品的应用和生产过程中,需要对多个芯片产品进行对比时,用户可以通过软件系统选择导入不同的芯片对应的三维立体模型,或者可直接选择芯片产品的标识即可获取到三维立体模型。
在本步骤中,当需要对芯片产品进行对比时,用户可以通过操作输入对比特征,该对比特征可以是芯片产品中的某个位置,即用户可以直接选中某个芯片产品的三维立体模型中的位置,系统可获取到该选中位置的三维位置坐标,将该三维位置坐标作为对比特征。可选的,该对比特征还可以是芯片产品的任意参数,用户可通过系统提供的图形用户界面上提供的输入框,输入需要对比的参数,或者是图形用户界面上课直接显示不同的参数,用户点击选择需要对比的参数即可。
综上所述,获取对比特征至少包括以下两种方式:方式一,响应于用户在所述至少两个芯片产品中的任一芯片产品的三维立体模型中选择的位置,获取与所述选择的位置相应的三维位置坐标;方式二,接收用户输入的需要对比的芯片产品的参数信息。
S202:针对每个芯片产品,从芯片产品对应的三维立体模型中获取出与对比特征对应的对比结果。
其中,每个芯片产品对应的三维立体模型是根据所述芯片产品的切片序列,利用神经网络进行重组构建的三维模型,具体建模过程参考前述实施例。
在本步骤中,对芯片产品进行对比的系统在根据用户的操作得到对比特征之后,从每个芯片产品对应的三维立体模型中获取出与该对比特征对应的其他参数特征,或者位置坐标,或者对应位置的图像作为对比结果,具体的对比结果中包括什么内容根据对比特征的不同有所不同。
在一种具体实现方式中,当对比特征包括需要对比的芯片产品的三维位置坐标,那么根据三维立体模型获取对比结果的过程具体为:针对每个芯片产品,根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置。然后从所述芯片产品对应的切片序列中,获取所述二维平面位置对应的切片图像,再从存储的所述芯片产品的参数中获取所述三维位置坐标处的参数信息;其中,所述对比结果包括所述切片图像和参数信息。这里的参数信息指的是芯片产品本身的参数,例如一些器件,性能等参数。
可选的,在芯片产品对比过程中,也可以将二维平面位置,或者三维位置坐标在图形用户界面中进行显示,本方案不做限制。
在另一种具体实现方式中,当对比特征包括需要对比的芯片产品的参数信息,则根据芯片产品对应的三维立体模型中获取对比结果的过程具体为:针对每个芯片产品,在所述芯片产品对应的三维立体模型中,定位出与所述参数信息相应的三维位置坐标;根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置;从所述芯片产品对应的切片序列中,获取所述二维平面位置对应的切片图像;其中,所述对比结果包括所述三维位置坐标和所述切片图像。
在该方案中,则可以根据芯片产品的某个参数定位在芯片产品中的位置,以及具体的图像作为对比结果。在实际应用中,芯片产品的参数信息还可能包括其他的参数信息,也可以作为对比结果进行展示。
可选的,在芯片产品对比过程中,也可以将二维平面位置,或者三维位置坐标在图形用户界面中进行显示,本方案不做限制。
也就是说在这种方案的实现中,对比结果还可以包括选中的作为对比特征的参数信息,其他的参数信息,和/或所述二维平面位置等。
在上述任一实现方式中,根据三维位置坐标在三维立体模型中定位二维位置平面的具体实现方式可以是:采用神经网络立体视觉定位法,在芯片产品对应的三维立体模型中定位出三维位置坐标对应的二维平面位置。
神经网络立体视觉定位法主要是根据立体视觉原理,利用神经网络建立空间点三维坐标与图像坐标非线性映射关系,使系统不经过复杂的摄像机内外参数标定,就能将二维坐标与三维坐标一一对应起来,简化了视觉系统的标定和定位计算,较之传统方法更具科学性,在定位精度上达到了良好效果。
S203:显示每个芯片产品对应的对比结果。
在本步骤中,在获取到芯片产品的对比结果之后,可以将对比结果在对比系统的图形用户界面中进行显示。具体的图形用户界面中可以显示不同芯片产品的三维立体模型,此时,对比结果可以直接显示在芯片产品的三维立体模型中,也可单独显示在预设的对比结果显示区域中。即在图形用户界面中每个芯片产品对应的三维立体模型中显示对应的对比结果;或者,在图形用户界面中预先设置的比对结果显示区域显示每个芯片产品对应的对比结果。
本实施例提供的芯片产品的对比方法,通过预先基于芯片产品的切片序列利用神经网络对芯片产品进行建模得到三维立体模型,在进行芯片产品对比时,响应于用户的操作获取对比特征,针对每个芯片产品,从其对应的三维立体模型中获取出对比特征对应的对比结果,然后显示每个芯片产品对应的对比结果。并不需要人工通过多个电子档文件进行图片比较,也不需要人工处理大量信息,提高芯片产品的对比效率以及准确性。
基于上述任一实施例,下面通过一种具体的芯片产品的对比过程对本方案进行说明。
本申请提供的技术方案的核心思路是,将芯片产品分割序列作为输入,利用神经网络方法重建芯片三维立体结构,即三维立体模型,从而可直观地查看芯片的内部整体结构和其相关信息,解决无法定位实体芯片具体位置问题。在多芯片产品对比时,选中任一产品作为目标组,其余产品作为对照组。当选中目标组芯片产品三维立体模型时,通过目标自动检测定位在对照组显示相同的目标区域,并显示相对应的二维序列图像及相关参数信息,有效解决参数对比效率和准确性的问题。
图5为本申请实施例提供的芯片产品的建模和对比过程的示意图,如图5所示,芯片产品对比之前,将芯片产品以某种方式切割(例如直接按照一定的间距进行切割获取切片图像,或者对芯片产品进行打磨,打磨过程中获取连续的图像),得一系列切片序列。然后对芯片产品的切片序列利用神经网络进行重组,构建三维立体结构,得到三维立体模型,并可以导入开发的对比系统中。基于前述的准备过程,对各芯片产品进行对比时,选中其中任一芯片产品三维立体模型任意位置,其余产品可自动检测定位被选中的相同目标区域,并显示相对应的二维图片(即切片图像)和具体相关参数。
图6为本申请实施例提供的一种芯片产品的对比示意图,如图6所示,图中示出了对多个芯片产品进行对比的一种具体方式,其中产品1作为目标组,用户可以手动操作在产品1中选中需要对比的位置,该位置可通过三维位置坐标(x,y,z)进行表示。对比系统对该位置进行特征提取,并采用神经网络立体视觉定位法进行目标检测,定位出选中的位置对应的二维平面位置(x1,y1),然后自动定位其他的产品2…产品n中相同的目标位置。
进一步的,可以通过二维平面位置获取到不同芯片产品在该位置的切片图像以及参数信息,作为本次芯片产品对比的对比结果。
又或者,在另一种实现方式中,根据产品1选中的目标区域,其他产品自动检测定位到相同目标区域,并显示各产品对应的二维图片以及参数信息,从而实现快速对比。比如,可选中产品1中二维平面位置(x1,y1),当检测到该二维平面位置(x1,y1)对应的参数信息中包含结构名称,则可展示各产品对应的涉及该结构名称的二维图片。
本申请实施例提供的芯片产品的建模方法以及对比方法,通过重建芯片产品的三维立体结构,可直观地查看各芯片产品的内部参数和结构。同时,在芯片产品进行对比时,利用目标自动检测定位方法,使各芯片产品同时显示相同目标区域,有效地提高对比效率和准确性。更进一步的,在对比过程中选中任意芯片产品的三维立体模型区域,目标组和对照组均可显示相对应的二维图片和相关具体参数信息,便于直观对比查看各产品间相同参数的差异性。
图7为本申请实施例提供的芯片产品的对比装置实施例的结构示意图,如图7所示,该芯片产品的对比装置10包括:
获取模块11,用于在获取到对至少两个芯片产品进行对比任务时,响应于用户的操作获取对比特征;
处理模块12,用于针对每个芯片产品,从所述芯片产品对应的三维立体模型中获取出与所述对比特征对应的对比结果;其中,每个芯片产品对应的三维立体模型是根据所述芯片产品的切片序列,利用神经网络进行重组构建的三维模型;
显示模块13,用于显示每个芯片产品对应的对比结果。
可选的,所述对比特征包括需要对比的芯片产品的三维位置坐标或者参数信息;所述获取模块11具体用于:
响应于用户在所述至少两个芯片产品中的任一芯片产品的三维立体模型中选择的位置,获取与所述选择的位置相应的三维位置坐标;
或者,
接收用户输入的需要对比的芯片产品的参数信息。
可选的,所述对比特征包括需要对比的芯片产品的三维位置坐标,所述处理模块12具体用于:
针对每个芯片产品,根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置;
从所述芯片产品对应的切片序列中,获取所述二维平面位置对应的切片图像;
从存储的所述芯片产品的参数中获取所述三维位置坐标处的参数信息;
其中,所述对比结果包括所述切片图像和所述参数信息。
可选的,所述对比特征包括需要对比的芯片产品的参数信息,所述处理模块12具体用于:
针对每个芯片产品,在所述芯片产品对应的三维立体模型中,定位出与所述参数信息相应的三维位置坐标;
根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置;
从所述芯片产品对应的切片序列中,获取所述二维平面位置对应的切片图像;
其中,所述对比结果包括所述三维位置坐标和所述切片图像。
可选的,所述对比结果还包括所述参数信息和/或所述二维平面位置。
可选的,所述处理模块12具体用于:
采用神经网络立体视觉定位法,在所述芯片产品对应的三维立体模型中定位出所述三维位置坐标对应的二维平面位置。
可选的,所述显示模块13具体用于:
在图形用户界面中每个芯片产品对应的三维立体模型中显示对应的对比结果;
或者,
在图形用户界面中预先设置的比对结果显示区域显示每个芯片产品对应的对比结果。
前述任一实施例提供的芯片产品的对比装置,用于实现前述实施例中芯片产品的对比方法的技术方案,其实现原理和技术效果类似,在此不再赘述。
图8为本申请实施例提供的芯片产品的建模装置实施例的结构示意图,如图8所示,该芯片产品的建模装置20包括:
获取模块21,用于获取待建模的芯片产品的切片序列,所述切片序列中包括连续的多个对所述芯片产品切片获取到的切片图像;
处理模块22,用于根据所述切片序列,利用神经网络进行重组构建得到所述芯片产品对应的三维立体模型;其中,所述三维立体模型用于在芯片产品对比时进行参数信息和切片图像的对比。
可选的,所述神经网络包括残差网络,U-net网络模型以及多粒度网络模型;所述处理模块22具体用于:
将所述切片序列中的每个切片图像输入残差网络中进行特征提取,得到每个切片图像的第一图像特征;
将所述切片序列经U-net网络模型进行分割处理,并将分割后的切片序列中的每个切片图像,输入残差网络中进行特征提取,得到每个切片图像的第二图像特征;
将每个切片图像的第一图像特征和第二图像特征进行合并,得到所述切片图像的图像特征;
根据所述切片序列,以及每个切片图像的图像特征,采用多粒度网络模型构建所述芯片产品对应的三维立体模型。
可选的,所述处理模块22具体用于:
根据所述切片序列中的多个切片图像,采用多粒度网络模型,以所述芯片产品的中心作为三维坐标系中心,生成网格状的三维几何形状;
将所述每个切片图像的图像特征,嵌入所述三维几何形状并进行训练,得到所述三维立体模型。
可选的,所述切片序列中每个切片图像的图像特征包括:所述切片图像中的结构特征以及所述切片图像与切片序列中相应的前后图像之间的关联信息。
前述任一实施例提供的芯片产品的建模装置,用于实现前述实施例中芯片产品的建模方法的技术方案,其实现原理和技术效果类似,在此不再赘述。
图9为本申请实施例提供的电子设备实施例的结构示意图,如图9所示,该电子设备30,包括:
处理器31以及存储器32;可选的,还可以包括显示器33以及用于连接各个器件的总线34.
所述存储器32用于存储计算机程序,所述处理器31调用所述存储器32存储的计算机程序,以执行前述任一方法实施例中的技术方案。
可选的,存储器32既可以是独立的,也可以跟处理器31集成在一起。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序被处理器执行时,使得所述处理器能够执行前述任一方法实施例中的技术方案。
应理解,本申请实施例中提及的处理器可以是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解,本申请实施例中提及的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DR RAM)。
需要说明的是,当处理器为通用处理器、DSP、ASIC、FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件时,存储器(存储模块)集成在处理器中。
应注意,本文描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

Claims (15)

1.一种芯片产品的对比方法,其特征在于,包括:
在获取到对至少两个芯片产品进行对比任务时,响应于用户的操作获取对比特征;
针对每个芯片产品,从所述芯片产品对应的三维立体模型中获取出与所述对比特征对应的对比结果;其中,每个芯片产品对应的三维立体模型是根据所述芯片产品的切片序列,利用神经网络进行重组构建的三维模型;
显示每个芯片产品对应的对比结果。
2.根据权利要求1所述的方法,其特征在于,所述对比特征包括需要对比的芯片产品的三维位置坐标或者参数信息;所述响应于用户的操作获取对比特征,包括:
响应于用户在所述至少两个芯片产品中的任一芯片产品的三维立体模型中选择的位置,获取与所述选择的位置相应的三维位置坐标;
或者,
接收用户输入的需要对比的芯片产品的参数信息。
3.根据权利要求2所述的方法,其特征在于,所述对比特征包括需要对比的芯片产品的三维位置坐标,所述针对每个芯片产品,从所述芯片产品对应的三维立体模型中获取出与所述对比特征对应的对比结果,包括:
针对每个芯片产品,根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置;
从所述芯片产品对应的切片序列中,获取所述二维平面位置对应的切片图像;
从存储的所述芯片产品的参数中获取所述三维位置坐标处的参数信息;
其中,所述对比结果包括所述切片图像和所述参数信息。
4.根据权利要求2所述的方法,其特征在于,所述对比特征包括需要对比的芯片产品的参数信息,所述针对每个芯片产品,从所述芯片产品对应的三维立体模型中获取出与所述对比特征对应的对比结果,包括:
针对每个芯片产品,在所述芯片产品对应的三维立体模型中,定位出与所述参数信息相应的三维位置坐标;
根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置;
从所述芯片产品对应的切片序列中,获取所述二维平面位置对应的切片图像;
其中,所述对比结果包括所述三维位置坐标和所述切片图像。
5.根据权利要求4所述的方法,其特征在于,所述对比结果还包括所述参数信息和/或所述二维平面位置。
6.根据权利要求3至5任一项所述的方法,其特征在于,所述根据所述三维位置坐标,在所述芯片产品对应的三维立体模型中定位出二维平面位置,包括:
采用神经网络立体视觉定位法,在所述芯片产品对应的三维立体模型中定位出所述三维位置坐标对应的二维平面位置。
7.根据权利要求1至5任一项所述的方法,其特征在于,所述显示每个芯片产品对应的对比结果,包括:
在图形用户界面中每个芯片产品对应的三维立体模型中显示对应的对比结果;
或者,
在图形用户界面中预先设置的比对结果显示区域显示每个芯片产品对应的对比结果。
8.一种芯片产品的建模方法,其特征在于,包括:
获取待建模的芯片产品的切片序列,所述切片序列中包括连续的多个对所述芯片产品切片获取到的切片图像;
根据所述切片序列,利用神经网络进行重组构建得到所述芯片产品对应的三维立体模型;其中,所述三维立体模型用于在芯片产品对比时进行参数信息和切片图像的对比。
9.根据权利要求8所述的方法,其特征在于,所述神经网络包括残差网络,U-net网络模型以及多粒度网络模型;所述根据所述切片序列,利用神经网络进行重组构建的得到所述芯片产品对应的三维立体模型,包括:
将所述切片序列中的每个切片图像输入残差网络中进行特征提取,得到每个切片图像的第一图像特征;
将所述切片序列经U-net网络模型进行分割处理,并将分割后的切片序列中的每个切片图像,输入残差网络中进行特征提取,得到每个切片图像的第二图像特征;
将每个切片图像的第一图像特征和第二图像特征进行合并,得到所述切片图像的图像特征;
根据所述切片序列,以及每个切片图像的图像特征,采用多粒度网络模型构建所述芯片产品对应的三维立体模型。
10.根据权利要求9所述的方法,其特征在于,所述根据所述切片序列,以及每个切片图像的图像特征,采用多粒度网络模型构建所述芯片产品对应的三维立体模型,包括:
根据所述切片序列中的多个切片图像,采用多粒度网络模型,以所述芯片产品的中心作为三维坐标系中心,生成网格状的三维几何形状;
将所述每个切片图像的图像特征,嵌入所述三维几何形状并进行训练,得到所述三维立体模型。
11.根据权利要求9或10所述的方法,其特征在于,所述切片序列中每个切片图像的图像特征包括:所述切片图像中的结构特征以及所述切片图像与切片序列中相应的前后图像之间的关联信息。
12.一种芯片产品的对比装置,其特征在于,包括:
获取模块,用于在获取到对至少两个芯片产品进行对比任务时,响应于用户的操作获取对比特征;
处理模块,用于针对每个芯片产品,从所述芯片产品对应的三维立体模型中获取出与所述对比特征对应的对比结果;其中,每个芯片产品对应的三维立体模型是根据所述芯片产品的切片序列,利用神经网络进行重组构建的三维模型;
显示模块,用于显示每个芯片产品对应的对比结果。
13.一种芯片产品的建模装置,其特征在于,包括:
获取模块,用于获取待建模的芯片产品的切片序列,所述切片序列中包括连续的多个对所述芯片产品切片获取到的切片图像;
处理模块,用于根据所述切片序列,利用神经网络进行重组构建得到所述芯片产品对应的三维立体模型;其中,所述三维立体模型用于在芯片产品对比时进行参数信息和切片图像的对比。
14.一种电子设备,其特征在于,包括:
处理器以及存储器;
所述存储器用于存储计算机程序,所述处理器调用所述存储器存储的计算机程序,以执行权利要求1至11任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,当所述计算机程序被处理器执行时,使得所述处理器能够执行权利要求1至11任一项所述的方法。
CN202011010056.7A 2020-09-23 2020-09-23 芯片产品的对比方法、建模方法、装置及存储介质 Pending CN114254584A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN202011010056.7A CN114254584A (zh) 2020-09-23 2020-09-23 芯片产品的对比方法、建模方法、装置及存储介质
EP21844610.2A EP4053729A4 (en) 2020-09-23 2021-05-31 METHOD AND DEVICE FOR COMPARING CHIP PRODUCTS, METHOD AND DEVICE FOR MODELING CHIP PRODUCTS AND STORAGE MEDIA
PCT/CN2021/097394 WO2022062466A1 (zh) 2020-09-23 2021-05-31 芯片产品的对比方法、建模方法、装置及存储介质
US17/389,735 US11854186B2 (en) 2020-09-23 2021-07-30 Comparison method and modeling method for chip product, device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011010056.7A CN114254584A (zh) 2020-09-23 2020-09-23 芯片产品的对比方法、建模方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN114254584A true CN114254584A (zh) 2022-03-29

Family

ID=80788641

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011010056.7A Pending CN114254584A (zh) 2020-09-23 2020-09-23 芯片产品的对比方法、建模方法、装置及存储介质

Country Status (2)

Country Link
CN (1) CN114254584A (zh)
WO (1) WO2022062466A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115481570A (zh) * 2022-09-22 2022-12-16 华南理工大学 一种基于残差网络的dtco建模方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115543911B (zh) * 2022-10-26 2023-08-01 中国电子技术标准化研究院 一种异构计算设备计算能力测算的方法
CN116454583B (zh) * 2023-06-20 2023-09-05 扬州市宜楠科技有限公司 一种基站滤波器外壳的生产控制方法
CN116818063B (zh) * 2023-08-30 2023-11-14 江铃汽车股份有限公司 汽车芯片散热胶涂覆质量检测方法、装置及可读存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105701263A (zh) * 2014-11-26 2016-06-22 英业达科技有限公司 三维模型零件比对系统及其方法
JP6827906B2 (ja) * 2017-10-30 2021-02-10 株式会社日立ビルシステム 三次元データ処理装置及び三次元データ処理方法
CN109685147B (zh) * 2018-12-27 2023-08-11 武汉益模科技股份有限公司 一种基于三维模型的差异性对比方法
CN110133014B (zh) * 2019-04-25 2022-07-05 合刃科技(深圳)有限公司 一种芯片内部缺陷检测方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115481570A (zh) * 2022-09-22 2022-12-16 华南理工大学 一种基于残差网络的dtco建模方法

Also Published As

Publication number Publication date
WO2022062466A1 (zh) 2022-03-31

Similar Documents

Publication Publication Date Title
CN114254584A (zh) 芯片产品的对比方法、建模方法、装置及存储介质
US11798174B2 (en) Method, device, equipment and storage medium for locating tracked targets
CN110738207A (zh) 一种融合文字图像中文字区域边缘信息的文字检测方法
CN111062324A (zh) 人脸检测方法、装置、计算机设备和存储介质
JP7264989B2 (ja) マルチソース地球観測画像処理の可視化方法、機器及び記録媒体
CN109977952A (zh) 基于局部最大值的候选目标检测方法
CN104299241A (zh) 基于 Hadoop 的遥感图像显著性目标检测方法及系统
CN115526892B (zh) 基于三维重建的图像缺陷去重检测方法和装置
KR20150114950A (ko) 이미지 스트림의 프레임 레이트 증가
CN109711381A (zh) 遥感图像的目标识别方法、装置和计算机设备
KR20150099964A (ko) 이미지 특징 추출 장치 및 방법
CN116881515B (zh) 对不同算法求解的电容结果进行比较的方法及电子设备
CN116682130A (zh) 图签信息的提取方法、装置、设备及可读存储介质
CN112215893B (zh) 目标二维中心坐标点确定方法、装置、设备及测距系统
US11854186B2 (en) Comparison method and modeling method for chip product, device and storage medium
CN114757822B (zh) 一种基于双目的人体三维关键点检测方法及系统
WO2022257433A1 (zh) 图像的特征图的处理方法及装置、存储介质、终端
CN112966041B (zh) 数据处理方法、装置、设备及存储介质
CN115205224A (zh) 自适应特征增强的多源融合视觉检测方法、装置及介质
CN110728181B (zh) 行为评价方法、装置、计算机设备和存储介质
CN111178202A (zh) 目标检测方法、装置、计算机设备和存储介质
CN112508064A (zh) 指静脉身份识别方法、装置、计算机设备和存储介质
CN112801045A (zh) 一种文本区域检测方法、电子设备及计算机存储介质
CN110321405A (zh) 模型匹配方法、装置、计算机可读存储介质和计算机设备
CN114676907B (zh) 一种区域地质灾害预警方法、装置、存储介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination