需求背景、现状：
随着科技的发展，颗粒检测分析是现代工业生产、科研等领域中不可或缺的一个环节,它可以用于药品、食品、材料、半导体等物质的数量、大小、浓度、形貌、粒径等检测；
当前国内的纳米粒度检测设备多依赖于进口，且多来源于美英等国，容易受到供应限制，且价格昂贵；进口设备检测原理均是光学、声学等方式，无法直接观察颗粒物的形貌。当前受限于光学倍镜的限制，无法在现有的显微镜上对颗粒物进行分类，因此需要开发一套智能算法系统，能够快速、准确的对颗粒进行分类，由于检测技术的不足，当前国内的半导体、芯片等研发所需二氧化硅纳米标粒基本依赖进口且容易被断供。

所要解决的技术问题：
受限于国内光学倍镜的限制，图像法的检测精度只能达到1μm，无法进行亚微米、纳米颗粒的形貌检测、分析，希望能研究开发出一款优秀的算法，配合原有1μm的检测精度，通过演算，把检测清晰度提高10倍，达到100纳米的检测精度，将纳米颗粒的神秘面貌通过光学镜头加智能算法的方式呈现在人们眼前，推进国内半导体、芯片等行业研发测试，为早日解决半导体、芯片等行业卡脖子的现象提供帮助。
预期达到的效果（技术指标、规格等）：
通过原有光学镜头匹配对应的优秀算法，让半导体、新材料等行业的几十纳米、几百纳米的材料颗粒形貌及分布情况在计算机中得到呈现，并通过人工智能学习的方式，将颗粒类别和分布情况给与统计，从而让材料行业的研发获得质的提升。