Descripción general
El análisis de imágenes multigates (MGIA, por sus siglas en inglés) es una herramienta de análisis de imágenes que utiliza el aprendizaje automático para reconocer patrones buenos y malos, excluir los patrones buenos del recuento de huecos y combinar el análisis de defectos de diferentes imágenes acústicas en un único resultado sencillo basado en criterios de fallo personalizados.
Segmentación de MGIA
El modelo de IA/ML es capaz de distinguir tres clases de píxeles:
- Fondo
- Marcador de chips (verde)
- Defecto verdadero (azul)
El modelo está entrenado para que los huecos de calibración, con tamaño, forma y ubicación consistentes, se consideren píxeles de "fondo" a pesar de tener el mismo valor de píxel que los defectos.