技術特征：

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

2.根據權利要求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個獨立零件的加工區(qū)域，每個零件對應一段子視頻，對各子視頻按時間軸采樣生成等長的10幀序列，相鄰窗口重疊5幀；序列的標簽根據物理不可逆性規(guī)則確定：若序列中存在至少一幀標記為“損壞”，則整體標記為“損壞”；若存在“已固化”幀且無損壞，則標記為“已固化”；否則標記為“未固化”。

3.根據權利要求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檢方法，其特征在于，

4.根據權利要求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檢方法，其特征在于，步驟三包括：

5.根據權利要求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檢方法，其特征在于，步驟四包括：

6.根據權利要求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架構第四個階段的類別標記提取全局時空特征，該標記經過全局平均池化沿時間與空間維度聚合為高維向量，隨后通過一個包含兩線性層與gelu激活函數的多層感知機將其映射至3維分類空間；最終通過softmax函數將輸出值轉換為歸一化概率分布，并采用交叉熵損失函數：

7.根據權利要求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檢方法，其特征在于，

8.根據權利要求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檢方法，其特征在于，video-swtrans模型的檢測性能采用準確度accuracy、精確率precision、召回率recall和f1-score四個指標進行定量評估：

技術總結
本發(fā)明屬于增材制造質量檢測技術領域，提供了基于三維移位窗多頭自注意的雙光子光刻零件質檢方法，用于雙光子光刻工藝中零件質量的自動檢測；該方法包括：通過攝像頭采集TPL加工過程視頻，采用三維滑動窗口劃分視頻序列；構建包含3D移位窗口多頭自注意力和分層特征融合的Transformer架構，提取時空特征；利用正常及缺陷零件視頻訓練模型，實現已固化、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同計算，解決了傳統CNN模型感知野受限和LSTM計算效率低的問題，檢測準確率達96.38%，支持四種工業(yè)場景的實時監(jiān)控。

技術研發(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
受保護的技術使用者：貴州大學
技術研發(fā)日：
技術公布日：2025/6/26