技術(shù)特征：

1.基于三維移位窗多頭自注意的雙光子光刻零件質(zhì)檢方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于三維移位窗多頭自注意的雙光子光刻零件質(zhì)檢方法，其特征在于，步驟一中，視頻分辨率為110×110像素，單通道灰度；在x-y平面上分割出25個(gè)獨(dú)立零件的加工區(qū)域，每個(gè)零件對(duì)應(yīng)一段子視頻，對(duì)各子視頻按時(shí)間軸采樣生成等長(zhǎng)的10幀序列，相鄰窗口重疊5幀；序列的標(biāo)簽根據(jù)物理不可逆性規(guī)則確定：若序列中存在至少一幀標(biāo)記為“損壞”，則整體標(biāo)記為“損壞”；若存在“已固化”幀且無損壞，則標(biāo)記為“已固化”；否則標(biāo)記為“未固化”。

3.根據(jù)權(quán)利要求1所述的基于三維移位窗多頭自注意的雙光子光刻零件質(zhì)檢方法，其特征在于，

4.根據(jù)權(quán)利要求1所述的基于三維移位窗多頭自注意的雙光子光刻零件質(zhì)檢方法，其特征在于，步驟三包括：

5.根據(jù)權(quán)利要求2所述的基于三維移位窗多頭自注意的雙光子光刻零件質(zhì)檢方法，其特征在于，步驟四包括：

6.根據(jù)權(quán)利要求5所述的基于三維移位窗多頭自注意的雙光子光刻零件質(zhì)檢方法，其特征在于，步驟五中，通過video-swtrans模型的最終分類階段，模型通過transformer架構(gòu)第四個(gè)階段的類別標(biāo)記提取全局時(shí)空特征，該標(biāo)記經(jīng)過全局平均池化沿時(shí)間與空間維度聚合為高維向量，隨后通過一個(gè)包含兩線性層與gelu激活函數(shù)的多層感知機(jī)將其映射至3維分類空間；最終通過softmax函數(shù)將輸出值轉(zhuǎn)換為歸一化概率分布，并采用交叉熵?fù)p失函數(shù)：

7.根據(jù)權(quán)利要求6所述的基于三維移位窗多頭自注意的雙光子光刻零件質(zhì)檢方法，其特征在于，

8.根據(jù)權(quán)利要求7所述的基于三維移位窗多頭自注意的雙光子光刻零件質(zhì)檢方法，其特征在于，video-swtrans模型的檢測(cè)性能采用準(zhǔn)確度accuracy、精確率precision、召回率recall和f1-score四個(gè)指標(biāo)進(jìn)行定量評(píng)估：

技術(shù)總結(jié)
本發(fā)明屬于增材制造質(zhì)量檢測(cè)技術(shù)領(lǐng)域，提供了基于三維移位窗多頭自注意的雙光子光刻零件質(zhì)檢方法，用于雙光子光刻工藝中零件質(zhì)量的自動(dòng)檢測(cè)；該方法包括：通過攝像頭采集TPL加工過程視頻，采用三維滑動(dòng)窗口劃分視頻序列；構(gòu)建包含3D移位窗口多頭自注意力和分層特征融合的Transformer架構(gòu)，提取時(shí)空特征；利用正常及缺陷零件視頻訓(xùn)練模型，實(shí)現(xiàn)已固化、未固化、損壞狀態(tài)的分類。本發(fā)明通過全局注意力與局部窗口的協(xié)同計(jì)算，解決了傳統(tǒng)CNN模型感知野受限和LSTM計(jì)算效率低的問題，檢測(cè)準(zhǔn)確率達(dá)96.38%，支持四種工業(yè)場(chǎng)景的實(shí)時(shí)監(jiān)控。

技術(shù)研發(fā)人員：李傳江,彭丹丹,鄧承欣,王歡,張儀宗,李澄江,李少波,包勇
受保護(hù)的技術(shù)使用者：貴州大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/6/26