自动化图片测量工具

作用

晶体管是集成电路中的重要组件，其性能取决于其结构和材料组成。传统的硅基 CMOS 逻辑器件最近遇到了技术和物理限制。因此，许多研究团队都在探索新型半导体材料，以推动该领域的发展。
我们的项目旨在开发一种人工智能模型，用于评估剥离步骤中获得的通道样品的质量，这对于基于新型材料的半导体器件的制造流程至关重要。传统上，这些通道样本是在光学显微镜或扫描电子显微镜 (SEM) 下观察的，其宽度是使用科学图像测量软件手动测量的。
不过，我们设计了一个网站，该网站利用 Gemini API 和图像处理技术来自动执行此流程。用户可以将目标照片上传到 API，并立即收到有关通道宽度以及样本是否适合用于设备制造的信息。此外，我们还创建并训练了自己的数据集，以便基于 UNet 架构构建分割模型。我们相信，这项创新将极大地帮助研究团队开发基于新型半导体材料的纳米器件，为他们提供极大的便利。