小缺陷检测的渐进统一框架
原文中文，约500字，阅读约需1分钟。发表于：。通过应用人工智能技术的增量统一框架（IUF）和对象感知自注意（OASA）等方法，该研究论文提出了一种用于工业制造中人工智能驱动的缺陷检测的方法，具有卓越的性能，适用于动态和可扩展的工业检查。
高数值孔径极紫外光刻术的发展导致了随机缺陷的增加和缺陷检测的复杂性增加。本研究提出了切片辅助的超推理框架，通过增大SEM图像的尺寸切片来改进目标检测器的感知域，提高小缺陷实例的检测能力。实验证明SAHI方法可以将小型缺陷的检测能力提高约2倍，并在新的测试数据集上实现了完美的检测率。同时，提出了SAHI的扩展版本，消除了假阳性预测。
