半导体器件封装的缺陷识别方法数据

半导体器件封装缺陷识别方法数据主要面向半导体封装质量的无损、高通量在线检测与缺陷智能判别需求建设，支撑深度学习实现缺陷的快速检测、定位与分类，并用于研究三维CT表征特征与缺陷检出性/识别性能之间的关联规律。数据来源于中北大学山西省现代无损检测工程技术研究中心2024–2025年单视角CT成像实验，并融合部分仿真数据用于扩充与验证。数据产生流程为：采集每个样本的三维CT体数据，结合工艺真值或高质量重建结果确认后，完成缺陷类别与位置标注（Labelme等工具），并按规范转换为.txt标签文件。数据主要包含512×512×512、uint8格式的.raw三维体数据、缺陷标签（类别/位置）、模型源代码（.py）、训练权重（.pt）与检测结果图（.png）。

搜集汇总

背景与挑战

背景概述

该数据集面向半导体封装缺陷的无损在线检测与智能判别需求，支持深度学习实现缺陷的快速检测、定位与分类，并用于研究三维CT特征与识别性能的关联。数据来源于2024-2025年的单视角CT成像实验和仿真数据，包含三维体数据、缺陷标签、源代码和训练权重等。