半导体缺陷检测产品系统

该项目主要是针对晶圆半导体在前道和后道工序进行后，是否对晶圆造成缺陷，进行测量和检测。

该项目旨在对晶圆半导体进行成像，通过对图像中特定位置的线，圆，夹角进行检测，得出尺寸和角度的信息，据此判断产品测量项是否合格；
通过传统算法结合深度学习，定位产品区域，并进行语义分割，计算缺陷Blob信息，据此判断产品是否合格。

1. 负责传统算法实现，深度学习目标检测的训练，使用libtorch在C++项目中实现目标检测推理工作，将算法工具封装为dll库，为软件工程师提供API接口
2. 优化现有圆卡尺测量工具，使用双线性插值法，结合二次曲线拟合，进行亚像素的边缘点检测，并使用边缘点进行RanSac圆拟合，圆半径侧量误差在0.2um以内；
优化现有线卡尺检测工具，使用旋转矩形，再沿矩形方向进行梯度最大值的计算；
使用YOLO11为backbone的PRNet网络模型（关闭DFL损失）进行缺陷语义分割，取得了比UNet网络和DeepLabV3Plus网络更好的分割效果。