ابزار اندازه گیری خودکار مبتنی بر تصویر

کاری که انجام می دهد

ترانزیستورها اجزای ضروری در مدارهای مجتمع هستند که عملکرد آنها به ساختار و ترکیب مواد آنها بستگی دارد. اخیراً دستگاه‌های منطقی CMOS مبتنی بر سیلیکون با محدودیت‌های فنی و فیزیکی مواجه شده‌اند. در نتیجه، بسیاری از تیم های تحقیقاتی در حال کاوش در مواد نیمه هادی جدید برای پیشرفت در این زمینه هستند.
پروژه ما با هدف توسعه یک مدل هوش مصنوعی برای ارزیابی کیفیت نمونه‌های کانال به‌دست‌آمده در مرحله لایه‌برداری، که در فرآیند ساخت دستگاه‌های نیمه‌رسانا بر اساس مواد جدید حیاتی است، انجام شد. به طور سنتی، این نمونه‌های کانال زیر یک میکروسکوپ نوری یا میکروسکوپ الکترونی روبشی (SEM) مشاهده می‌شوند و عرض آنها به صورت دستی با استفاده از نرم‌افزار اندازه‌گیری تصویر علمی اندازه‌گیری می‌شود.
با این حال، ما یک وب‌سایت طراحی کرده‌ایم که از API Gemini و تکنیک‌های پردازش تصویر برای خودکارسازی این فرآیند استفاده می‌کند. کاربران می توانند عکس های مورد نظر را در API آپلود کنند و بلافاصله اطلاعاتی در مورد عرض کانال ها و مناسب بودن نمونه ها برای ساخت دستگاه دریافت کنند. به علاوه، ما همچنین مجموعه داده‌های خود را برای مدل‌های تقسیم‌بندی براساس معماری UNet ایجاد و آموزش دادیم. ما بر این باوریم که این نوآوری برای تیم‌های تحقیقاتی که بر روی دستگاه‌های نانو مبتنی بر مواد نیمه‌رسانای جدید کار می‌کنند بسیار سودمند خواهد بود و راحتی قابل توجهی را برای آنها فراهم می‌کند.