​光学精密工程·封面 | 深度学习助力微透镜阵列微米级曝光加工质量判定

文章预览

Banner 推广 导 读 近日， 厦门大学 和 嘉庚创新实验室 的研究团队在光学精密工程领域取得了重要进展，他们成功设计开发了一种基于机器学习的新技术，可以快速、准确地判定激光微透镜阵列（MLA）曝光加工的质量，为微米级阵列式微结构加工工艺优化带来了新方案。该成果发表在 《光学 精密工程》 ，题为“ 基于卷积神经网络判定方法的激光微透镜阵列微米级加工工艺 ”，被选为 封面文章 。 在传统的MLA曝光工艺中，曝光点数量庞大，通过高倍率显微镜进行人工目检来判定曝光质量耗时耗力，造成工艺成本偏高。为了解决这个问题，研究团队设计了一种便于检测的圆环形图案，并引入机器学习中的目标检测Yolov5模型，一定程度上能够取代人工目检，完成对曝光质量的快速判定。 图1：曝光点的判定图形。 （a）合格点；（b）过曝点 为了更好地 ………………………………