通信芯片自动化测试平台的AI缺陷检测系统开发
摘要
本文研究了一种基于人工智能(AI)的通信芯片自动化测试平台及其缺陷检测系统。通过引入深度学习算
法和图像处理技术,该系统能够对测试数据及芯片图像中的潜在缺陷进行自动化检测与分析,并解决传统检测方法
效率低下及误检率较高的问题。研究方法包括数据采集与预处理、深度学习模型的训练与优化以及平台功能模块的
设计与构建。结果表明,该系统能够有效识别通信芯片的多种质量缺陷,其检测精度提升,检测速度提高。缺陷种
类的分类结果表明,AI检测系统在极细小缺陷的识别上具有显著优势。该成果可为电子制造业中其他高精密芯片检
测提供参考与技术支撑。
法和图像处理技术,该系统能够对测试数据及芯片图像中的潜在缺陷进行自动化检测与分析,并解决传统检测方法
效率低下及误检率较高的问题。研究方法包括数据采集与预处理、深度学习模型的训练与优化以及平台功能模块的
设计与构建。结果表明,该系统能够有效识别通信芯片的多种质量缺陷,其检测精度提升,检测速度提高。缺陷种
类的分类结果表明,AI检测系统在极细小缺陷的识别上具有显著优势。该成果可为电子制造业中其他高精密芯片检
测提供参考与技术支撑。
关键词
通信芯片;自动化测试平台;人工智能;缺陷检测;深度学习
全文:
PDF参考
[1]黄建生,路瑜亮,刘莉.卫星导航射频芯片自动
化测试平台设计与实现[J].中国新技术新产品,2022,
(09):15-18.
[2]孙萍.基于人工智能的软件自动化测试系统设计
[J].精品.健康,2020,(26):238-238.
[3]陈阳.通信行业软件系统自动化测试平台的设计
研究[J].互联网周刊,2023,(20):40-42.
[4]李建明,杨挺,王惠栋.基于深度学习的工业自
动化包装缺陷检测方法[J].包装工程,2020,41(07):
175-184.
[5]栾燕,张娟娟,张健,等.工业智能网关自动化测
试平台设计[J].制造业自动化,2020,42(08):122-125.
Refbacks
- 当前没有refback。