一种晶圆表面缺陷检测方法及检测模型技术

本发明专利技术提供了一种晶圆表面缺陷检测方法及检测模型，在探针测试前加入图像识别检测过程，快速识别部分缺陷，降低晶圆检测所需时间；使用调优训练集对检测模型进行强化训练，能够有效利用大规模的检测对象的数据量的优势，提高对出现频率较小的缺陷的检出能力，降低晶圆检测所需时间；检测模型能够同时满足不同尺度的缺陷的识别，适用范围广。适用范围广。适用范围广。

【技术实现步骤摘要】
一种晶圆表面缺陷检测方法及检测模型


[0001]本专利技术涉及半导体产品质量控制
，特别涉及一种晶圆表面缺陷检测方法及检测模型。

技术介绍

[0002]晶圆上的半导体器件制作完成后、划片封装之前，未封装的晶粒的管脚裸露在外，此时可以进行晶圆测试，以确定未封装的晶粒的缺陷，是晶粒制作流程中工艺控制、成品良率管理的关键步骤。
[0003]为了进行晶圆测试，一般通过将探针与晶粒的管脚相电连接并进行电学测试。但是，该方法的测试流程繁琐，且晶圆上的晶粒数量一般较多，完成一片晶圆的测试所需的时间较长。因此，需要提供一种能够加快晶圆测试的测试方法。

技术实现思路

[0004]针对现有技术存在的晶圆测试所需时间长的问题，本专利技术首先提出了一种晶圆表面缺陷检测方法，使待测晶圆位于预设位置，获取晶圆表面图片，将所述晶圆表面图片输入检测模型，所述检测模型根据所述晶圆表面图片输出标注数据；根据所述标注数据，确定所述待测晶圆的检测位置，对所述待测晶圆的所述检测位置进行探针检测；保存所述晶圆表面图片、标注数据至调优训练集，使用所述调优训练集对所述检测模型进行训练并更新所述检测模型。
[0005]优选地，所述晶圆表面缺陷检测方法还包括，当完成所有所述检测位置的检测后，输出所述待测晶圆的检测结果。
[0006]优选地，所述晶圆表面缺陷检测方法还包括，对所述缺陷进行计数，当所述缺陷的数量大于预设值时，标记所述待测晶圆为不合格。
[0007]优选地，所述标注数据至少包括缺陷位置。
[0008]进一步优选地，在探针检测时跳过所述缺陷位置的所述待测晶圆的晶粒。
[0009]进一步优选地，所述标注数据还包括缺陷类型。
[0010]优选地，对所述调优训练集中的所述晶圆表面图片进行人工分析，根据所述晶圆表面图片通过预设标准对所述标注数据进行增加、减少或调整的其中至少之一。
[0011]进一步优选地，所述标注数据所至少包括缺陷位置、置信度，选择置信度低于预设值的相应晶圆表面图片，用于所述人工分析。
[0012]优选地，所述预设位置可以为所述待测晶圆的平面中心或所述待测晶圆上的待测晶粒的中心的其中至少之一。
[0013]优选地，所述检测模型为深度学习模型，所述深度学习模型通过预设的晶圆表面图片和相匹配的标注数据进行训练。
[0014]优选地，根据所述标注数据，获取第一缺陷数量；根据所述探针检测结果，获取第二缺陷数量；当所述第一缺陷数量与所述第二缺陷数量之和大于预设值时，标记所述待测
晶圆为不合格，结束所述待测晶圆的检测。
[0015]本专利技术还提供了一种晶圆表面缺陷检测模型，检测模型包括改进的FPN模块、RPN模块、ROI Align模块、全连接层模块、box回归模块、box分类模块，待测晶圆表面图像输入至所述改进的FPN模块，所述box回归模块、box分类模块输出的数据作为标注数据并输出；所述改进的FPN模块被配置为具有预设数量的输出，所述改进的FPN模块的每个输出依次经所述RPN模块、ROI Align模块计算后，输入至所述全连接层模块，所述全连接层模块输出的数据分别相互独立地输入所述box回归模块、box分类模块。
[0016]优选地，在所述改进的FPN模块中的Top
‑
down采样结构中，在不相邻的层之间设置有跳跃连接，所述跳跃连接的数量至少为1。
[0017]本专利技术还提供了一种晶圆表面缺陷检测流程，至少使用如前述的检测方法，以及前述的检测模型，对待测晶圆进行检测。
[0018]本专利技术至少具有以下有益效果：在探针测试前加入图像识别检测过程，快速识别部分缺陷，降低晶圆检测所需时间；使用调优训练集对检测模型进行强化训练，能够有效利用大规模的检测对象的数据量的优势，提高对出现频率较小的缺陷的检出能力并提高整体模型的检测准确率；检测模型能够同时满足不同尺度的缺陷的识别，适用范围广。
附图说明
[0019]图1为本专利技术的一个实施方式的整体流程示意图。
[0020]图2为本专利技术的一个实施方式的检测模型的结构示意图。
[0021]图3为图2所示实施方式的RPN模块的结构示意图。
[0022]图4为图2所示实施方式的全连接层模块的结构示意图。
[0023]图5为本专利技术的的检测流程的一种实施方式在进行过程中的检测模型的召回率的变化趋势。
具体实施方式
[0024]为使本专利技术的目的、特征更明显易懂，下面结合附图对本专利技术的具体实施方式作进一步的说明。需要说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用于方便、清晰地辅助说明本专利技术实施例的目的。
[0025]本专利技术首先提供了一种晶圆表面缺陷检测方法，使待测晶圆位于预设位置，获取晶圆表面图片。预设位置可以为使待测晶圆的平面中心或所述待测晶圆上的待测晶粒的中心的其中至少之一，位于成像所用相机等图像采集设备的视觉中心。例如，当预设的检测对象为待测晶圆整体时，可以使待测晶圆的被测面的中心位于图像采集设备的视觉中心。为了保证成像质量，还可以进一步地，使被测面与图像采集设备的光轴相垂直，以减少成像的形变，提升检测的准确度。当预设的检测对象为待测晶圆上的某一晶粒或某部分晶粒的组合时，可以使待检测的晶粒或晶粒的组合的中心，位于成像所用相机等图像采集设备的视觉中心。
[0026]将所述晶圆表面图片输入检测模型，所述检测模型根据所述晶圆表面图片输出标注数据。其中，检测模型至少能够实现目标检测功能，例如，可用于目标检测的深度学习模型。检测模型被配置为能够根据输入的至少包括图像信息，输出相应的标注数据。其中，标
注数据可以包括缺陷的类型、缺陷位置的信息。在某些情形下，还可以输出记录有标注数据的晶圆表面图片，例如，在模型中设置相应的组件，以使得包含标注数据的信息与相应的晶圆表面图片进行组合，使整体以图像的形式表示出来；也可以是输出包括标注数据的信息，例如，输入晶圆表面图片，输出包括缺陷位置、缺陷类型的标注数据。
[0027]在获取到模型输出的标注数据后，可以根据所述标注数据，确定所述待测晶圆的检测位置，对所述待测晶圆的所述检测位置进行探针检测。此时，由于已经经过了检测模型对缺陷进行识别，可以初步识别出可见的缺陷，从而在探针检测时跳过相应位置的晶粒，从而提高检测速度。
[0028]当完成所有所述检测位置的检测后，输出所述待测晶圆的检测结果。检测结果可以包括晶圆所包含的缺陷类型、缺陷数量、缺陷位置等信息，还可以进一步地包括晶圆是否合格的信息。可以根据实际需要，选择相应的信息进行输出。
[0029]在某些情形下，需要获取晶圆表面缺陷数量，并根据缺陷数量，判断晶圆的质量是否合格。因此，晶圆表面缺陷检测方法还包括，对所述缺陷进行计数，当所述缺陷的数量大于预设值时，标记所述待测晶圆为不合格。更加具体地，可以选用如下方式进行标注：当缺陷数量等于预设值时，直接将晶圆判定为不合格，而无需考虑晶圆上的所有晶粒是否全部完成检测，从而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种晶圆表面缺陷检测方法，其特征在于：使待测晶圆位于预设位置，获取晶圆表面图片，将所述晶圆表面图片输入检测模型，所述检测模型根据所述晶圆表面图片输出标注数据；根据所述标注数据，确定所述待测晶圆的检测位置，对所述待测晶圆的所述检测位置进行探针检测；保存所述晶圆表面图片、标注数据至调优训练集，使用所述调优训练集对所述检测模型进行训练并更新所述检测模型。2.如权利要求1所述的一种晶圆表面缺陷检测方法，其特征在于：所述晶圆表面缺陷检测方法还包括，当完成所有所述检测位置的检测后，输出所述待测晶圆的检测结果。3.如权利要求1所述的一种晶圆表面缺陷检测方法，其特征在于：所述晶圆表面缺陷检测方法还包括，对所述缺陷进行计数，当所述缺陷的数量大于预设值时，标记所述待测晶圆为不合格。4.如权利要求1所述的一种晶圆表面缺陷检测方法，其特征在于：所述标注数据至少包括缺陷位置。5.如权利要求4所述的一种晶圆表面缺陷检测方法，其特征在于：在探针检测时跳过所述缺陷位置的所述待测晶圆的晶粒。6.如权利要求4所述的一种晶圆表面缺陷检测方法，其特征在于：所述标注数据还包括缺陷类型。7.如权利要求1所述的一种晶圆表面缺陷检测方法，其特征在于：对所述调优训练集中的所述晶圆表面图片进行人工分析，根据所述晶圆表面图片通过预设标准对所述标注数据进行增加、减少或调整的其中至少之一。8.如权利要求7所述的一种晶圆表面缺陷检测方法，其特征在于：所述标注数据所至少包括缺陷位置、置信度，选择置信度低于预设值的相应晶圆表面图片，用于所述人工分析。9.如权利要求1所述的一种晶圆表面缺陷检测方法，其...

【专利技术属性】
技术研发人员：叶书成，曹志强，张学莹，赵军彪，
申请(专利权)人：致真精密仪器青岛有限公司，
类型：发明
国别省市：