使用深度学习的3D结构检验或计量制造技术

本发明专利技术提供用于确定样品的信息的方法及系统。特定实施例涉及使用深度学习人工智能进行凸块高度3D检验及计量。例如，一个实施例包含深度学习(DL)模型，其经配置用于基于由成像子系统产生的样品的一或多个图像预测形成于所述样品上的一或多个3D结构的高度。一或多个计算机系统经配置用于基于所述经预测高度确定所述样品的信息。确定所述信息可包含例如基于所述经预测高度确定所述3D结构中的任何者是否有缺陷。在另一实例中，针对所述样品确定的所述信息可包含所述一或多个3D结构的平均高度度量。高度度量。高度度量。

【技术实现步骤摘要】
【国外来华专利技术】使用深度学习的3D结构检验或计量


[0001]本专利技术大体上涉及经配置用于确定样品的信息的方法及系统。特定实施例涉及用于使用深度学习(DL)人工智能(AI)进行凸块高度三维(3D)检验及/或计量的方法及系统。

技术介绍

[0002]以下描述及实例不因其包含于此章节中而被承认是现有技术。
[0003]制造例如逻辑及存储器装置的半导体装置通常包含使用大量半导体制造工艺处理衬底(例如半导体晶片)以形成半导体装置的各种特征及多个层级。例如，光刻是涉及将图案从分划板转印到布置于半导体晶片上的抗蚀剂的半导体制造工艺。半导体制造工艺的额外实例包含(但不限于)化学机械抛光(CMP)、蚀刻、沉积及离子植入。多个半导体装置可制造于单个半导体晶片上的布置中且接着被分成个别半导体装置。
[0004]在半导体制造工艺期间的各个步骤使用检验工艺来检测晶片上的缺陷以促进制造工艺中的更高良率及因此更高利润。检验始终为制造半导体装置(例如IC)的重要部分。然而，随着半导体装置尺寸的减小，检验对于可接受半导体装置的成功制造变得更为重要，这是因为较小缺陷可能引起装本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种经配置以确定样品的信息的系统，其包括：成像子系统，其经配置以产生样品的图像，其中一或多个三维结构形成于所述样品上；一或多个计算机系统；及一或多个组件，其由所述一或多个计算机系统执行，其中所述一或多个组件包括经配置用于基于所述图像中的一或多者预测所述一或多个三维结构的高度的深度学习模型；且其中所述一或多个计算机系统经配置用于基于所述一或多个三维结构的所述经预测高度确定所述样品的信息。2.根据权利要求1所述的系统，其中所述一或多个三维结构是形成于晶片上的一或多个凸块。3.根据权利要求1所述的系统，其中确定所述信息包括：确定所述一或多个三维结构中的任何者是否有缺陷。4.根据权利要求1所述的系统，其中所述信息包括所述一或多个三维结构的平均高度度量。5.根据权利要求1所述的系统，其中由所述成像子系统在所述样品的单个遍次中收集用于预测所述高度的所述图像中的所述一或多者。6.根据权利要求1所述的系统，其中由所述成像子系统在单个焦点值下收集用于预测所述高度的所述图像中的所述一或多者。7.根据权利要求1所述的系统，其中所述图像包括所述样品的明场图像或所述样品的暗场图像。8.根据权利要求1所述的系统，其中所述图像包括所述样品的明场图像及所述样品的暗场图像。9.根据权利要求1所述的系统，其中所述一或多个计算机系统进一步经配置用于运用由所述成像子系统以两个或更多个焦点偏移产生的所述样品或不同样品的所述图像来训练所述深度学习模型。10.根据权利要求1所述的系统，其中所述一或多个计算机系统进一步经配置用于运用由所述成像子系统产生的具有以所述三维结构的特性的多个已知值形成于其上的所述三维结构的不同样品的图像来训练所述深度学习模型。11.根据权利要求1所述的系统，其中所述一或多个计算机系统进一步经配置用于定位且隔离对应于所述一或多个三维结构的所述图像的部分，且其中输入到所述深度学习模型的所述图像仅包括对应于所述一或多个三维结构的所述图像的所述经隔离部分。12.根据权利要求1所述的系统，其中所述一或多个计算机系统进一步经配置用于定位且隔离分别对应于所述一或多个三维结构的所述图像的一或多个部分，且分别基于所述经隔离的一或多个部分产生个别一或多个三维结构的个别一或多个经剪切图块图像。13.根据权利要求1所述的系统，其中所述一或多个计算机系统进一步经配置用于通过模板匹配定位且隔离对应于所述一或多个三维结构的所述图像的部分。14.根据权利要求1所述的系统，其中所述一或多个计算机系统进一步经配置用于基于所述样品的设计信息定位且隔离对应于所述一或多个三维结构的所...

【专利技术属性】
技术研发人员：S，
申请(专利权)人：科磊股份有限公司，
类型：发明
国别省市：