概述
多门图像分析 (MGIA) 是一种图像分析工具，它利用机器学习来识别好的和坏的模式，从空隙计数中排除好的模式，并根据自定义的失效标准，将来自不同声学图像的缺陷分析合并成一个简单的结果。
MGIA 分割
AI/ML 模型能够区分三类像素：
- 背景
- 芯片标记（绿色）
- 真正的缺陷（蓝色）
该模型经过训练，将具有一致大小、形状和位置的校准空隙视为“背景”像素，尽管它们与缺陷具有相同的像素值。
多门图像分析 (MGIA) 是一种图像分析工具，它利用机器学习来识别好的和坏的模式，从空隙计数中排除好的模式，并根据自定义的失效标准，将来自不同声学图像的缺陷分析合并成一个简单的结果。
AI/ML 模型能够区分三类像素：
该模型经过训练，将具有一致大小、形状和位置的校准空隙视为“背景”像素，尽管它们与缺陷具有相同的像素值。