A generic deep-learning based defect segmentation model for electron micrographs for automatic defect inspection - Université Clermont Auvergne
Communication Dans Un Congrès Année : 2023

A generic deep-learning based defect segmentation model for electron micrographs for automatic defect inspection

Domaines

Intelligence artificielle [cs.AI]

Vincent BARRA  : Connectez-vous pour contacter le contributeur

https://uca.hal.science/hal-03904731

Soumis le : samedi 17 décembre 2022-10:22:08

Dernière modification le : jeudi 2 mai 2024-11:39:04

Fichier non déposé

Dates et versions

hal-03904731 , version 1 (17-12-2022)

Identifiants

  • HAL Id : hal-03904731 , version 1

Citer

Julien Baderot, Ali Hallal, Martin Jacob, Vincent Barra, Arnaud Guillin, et al.. A generic deep-learning based defect segmentation model for electron micrographs for automatic defect inspection. SPIE Advanced Lithography, Feb 2023, San José, California, United States. ⟨hal-03904731⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

PRES_CLERMONT CNRS INSMI UMR6620 LIMOS CLERMONT-AUVERGNE-INP
56 Consultations
0 Téléchargements

Partager

More