摘要
本发明提供了一种基于特征传播半监督网络的缺陷检测方法,包括:S1、获取样本图像,构建语义分割标签数据集和无标签数据集;S2、构建DualSFDNet模型;S3、基于半监督学习优化策略,利用语义分割标签数据集和无标签数据集对DualSFDNet模型进行优化训练;S4、实时采集待检测芯片的高清表面图像,获取待检测芯片主体区域的三张随机裁剪图像,并输入训练好的DualSFDNet模型中,获得三张缺陷语义分割掩码;S5、根据所述三张缺陷语义分割掩码,将待检测芯片的缺陷信息量化并可视化,得到缺陷检测结果。本发明有效解决了不显著缺陷难以检测、人工标注效率低以及模块化训练易引入噪音等问题。