一种无监督式芯片缺陷检测方法及装置制造方法及图纸

本发明专利技术公开了一种无监督式芯片缺陷检测方法及装置，包括：获取待检测芯片图像，将所述待检测芯片图像输入至预设的重建网络模型，以使所述重建网络模型对待检测芯片图像进行连续若干次下采样处理获取若干个特征图像，对最后一次下采样处理后得到的特征图像进行若干次上采样处理得到重建芯片图像，并将部分特征图像进行融合，获得重建芯片图像的特征信息图；将所述待检测芯片图像

【技术实现步骤摘要】
一种无监督式芯片缺陷检测方法及装置


[0001]本专利技术涉及缺陷检测领域，尤其涉及一种无监督式芯片缺陷检测方法及装置
。

技术介绍

[0002]图像识别检测技术广泛应用于缺陷检测领域，传统的光学检测设备需要设置复杂的参数才能有效的检测，随着深度学习的发展，基于数据驱动的技术开始应用于缺陷检测
。
[0003]但是基于深度学习的方法需要大量的训练样本，这些训练样本就是带标签的图片，需要人工去收集大量的图片，并耗费大量的人力进行缺陷的标记，这个阻碍了深度学习技术在缺陷检测领域的普及
。
[0004]同时现有技术中基于无监督噪声生成的缺陷图案添加在图像当中，与自然生成缺陷的图像差异较大，具有明显的边缘，在图中显得突兀
。
在缺陷检测的过程中将基于清晰的边缘定位异常区域，导致当面向真实缺陷图像时检测效果不佳
。

技术实现思路

[0005]本专利技术提供了一种无监督式芯片缺陷检测方法及装置，以解决目前通过无监督的方式对芯片缺陷进行准确不高的问题
。
[0006]第一方面，本申请提供了一种无监督式芯片缺陷检测方法，包括：
[0007]获取待检测芯片图像，将所述待检测芯片图像输入至预设的重建网络模型，以使所述重建网络模型对待检测芯片图像进行连续若干次下采样处理获取若干个特征图像，对最后一次下采样处理后得到的特征图像进行若干次上采样处理得到重建芯片图像，并将部分特征图像进行融合，获得重建芯片图像的特征信息图；
[0008]将所述待检测芯片图像
、
重建芯片图像和对应的特征信息图输入至预设的检测网络模型，以使所述检测网络模型将待检测芯片图像与特征信息图和重建芯片图像进行融合获取缺陷数值图，并根据缺陷数值图和待检测芯片图像，获得标记有缺陷位置的芯片图像
。
[0009]这样通过重建网络模型和检测网络模型对待检测芯片先进行重建获取重建，使得本方法不在需要其他芯片进行辅助比对，从而提高了芯片缺陷检测的效率
。
进一步的，获取重建芯片过程中的特征图像作为特征信息图一并输入至检测网络模型中，这样可以有效的比对重建图像和待检测图像，并且准确的确定待检测图像中的缺陷位置
。
不再单一的依靠重建图像获取缺陷位置，在模型训练的过程中也可以排除由于生成缺陷图像质量不高导致实际缺陷检测过程中准确率不高的情况
。
[0010]进一步的，所述获取待检测芯片图像，具体为：
[0011]将不规则的缺陷掩膜附加于正常芯片图像中，生成缺陷芯片图像；其中，所述不规则的缺陷掩膜由噪声函数生成；
[0012]选取所述图像处理数据库中的图像处理方法对所述缺陷芯片图像进行图像增强，获取待检测芯片图像
。
[0013]这样根据缺陷掩膜将正常芯片图像转化为缺陷芯片图像，并对缺陷芯片图像进行
图像加强，这样可以获得更加真实的缺陷芯片图像，便于将图像用于模型的训练，进一步的降低缺陷掩膜在图像中的边缘痕迹，提高模型训练的准确率和有效性
。
[0014]进一步的，在所述获得重建芯片图像的特征信息图之后，还包括：
[0015]根据待检测芯片图像和重建芯片图像计算重建网络模型的重建损失函数的数值，并根据所述重建损失函数的数值调整重建网络模型中的参数；
[0016]其中，所述重建损失函数包括第一损失函数和第二损失函数；
[0017]所述第一损失函数用于将待检测芯片图像和重建芯片图像进行像素差异计算，所述第二损失函数用于对待检测芯片图像和重建芯片图像进行图像结构相似性计算
。
[0018]这样根据两个不同的损失函数对重建网络模型采用不同的调参函数，既可以保证重建网络重建后的像素点差异不大，也可以保证芯片中的线路结构不被改变
。
[0019]进一步的，所述预设的重建网络模型，具体为：
[0020]分别设置下采样层和上采样层，其中，所述下采样层和所述上采样层内均设置有若干个卷积层；
[0021]通过所述下采样层中的各卷积层，依次对待检测芯片图像进行下采样，获得每次下采样后的特征图像，并输出最后获得的特征图像；
[0022]通过所述上采样层中的各卷积层，对所述下采样层输出的特征图像进行连续上采样，获取与待检测芯片图像大小相同的重建图像
。
[0023]进一步的，所述将部分特征图像进行融合，获得重建芯片图像的特征信息图，具体为：
[0024]获取若干个特征图像，并将所有特征图像的尺寸设置为预设尺寸；
[0025]对所有特征图像分别进行卷积后归一化，并输入激活函数得到对应的若干个重建芯片图像的特征信息图
。
[0026]这样通过把重建过程的特征信息加入检测网络模型中，一方面给予了检测网络模型更多的信息来源，另一方面，摆脱了检测网络模型直接通过明显的边缘找到异常区域现象
。
[0027]进一步的，所述以使所述检测网络模型将待检测芯片图像与特征信息图和重建芯片图像进行融合获取缺陷数值图之后，包括：
[0028]根据所述缺陷数值图和所述缺陷掩膜的数据，结合预设的检测损失函数，更新所述检测网络模型中的参数
。
[0029]进一步的，所述将缺陷数值图与待检测芯片图像进行重合，输出标记有缺陷位置的芯片图像，还包括：
[0030]判断所述缺陷数值图中的最大值是否大于预设数值；
[0031]若所述缺陷数值图中的最大值大于预设数值，则确定所述待检测芯片为损坏芯片；
[0032]若所述缺陷数值图中的最大值小于等于预设数值，则确定所述待检测芯片为良好芯片
。
[0033]进一步的，所述根据缺陷数值图和待检测芯片图像，获得标记有缺陷位置的芯片图像，具体为：
[0034]将缺陷数值图进行归一化后乘以预设值，获得异常分数值热力图；
[0035]将所述异常分数值热力图与待检测芯片图像重合，得到标记有缺陷位置的芯片图像
。
[0036]进一步的，所述预设数值，具体为：
[0037]将若干正常芯片图像输入检测网络模型，获取所述正常芯片图像对应的缺陷数值图；
[0038]根据若干正常芯片图像对应的缺陷数值图中的最大值，设置预设数值
。
[0039]这样正常芯片图像来训练得出预设数值，不仅可以准确的识别出芯片的缺陷位置，还可以确认其缺陷是否足以使得芯片损坏
。
[0040]第二方面，本申请提供了一种无监督式芯片缺陷检测装置，包括：图像重建模块和图像检测模块；
[0041]所述图像重建模块用于获取待检测芯片图像，将所述待检测芯片图像输入至预设的重建网络模型，以使所述重建网络模型对待检测芯片图像进行连续若干次下采样处理获取若干个特征图像，对最后一次下采样处理后得到的特征图像进行若干次上采样处理得到重建芯片图像，并将部分特征图像进行融合，获得重建芯片图像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种无监督式芯片缺陷检测方法，其特征在于，包括：获取待检测芯片图像，将所述待检测芯片图像输入至预设的重建网络模型，以使所述重建网络模型对待检测芯片图像进行连续若干次下采样处理获取若干个特征图像，对最后一次下采样处理后得到的特征图像进行若干次上采样处理得到重建芯片图像，并将部分特征图像进行融合，获得重建芯片图像的特征信息图；将所述待检测芯片图像
、
重建芯片图像和对应的特征信息图输入至预设的检测网络模型，以使所述检测网络模型将待检测芯片图像与特征信息图和重建芯片图像进行融合获取缺陷数值图，并根据缺陷数值图和待检测芯片图像，获得标记有缺陷位置的芯片图像
。2.
根据权利要求1所述的无监督式芯片缺陷检测方法，其特征在于，所述获取待检测芯片图像，具体为：将不规则的缺陷掩膜附加于正常芯片图像中，生成缺陷芯片图像；其中，所述不规则的缺陷掩膜由噪声函数生成；选取所述图像处理数据库中的图像处理方法对所述缺陷芯片图像进行图像增强，获取待检测芯片图像
。3.
根据权利要求2所述的无监督式芯片缺陷检测方法，其特征在于，在所述获得重建芯片图像的特征信息图之后，还包括：根据待检测芯片图像和重建芯片图像计算重建网络模型的重建损失函数的数值，并根据所述重建损失函数的数值调整重建网络模型中的参数；其中，所述重建损失函数包括第一损失函数和第二损失函数；所述第一损失函数用于将待检测芯片图像和重建芯片图像进行像素差异计算，所述第二损失函数用于对待检测芯片图像和重建芯片图像进行图像结构相似性计算
。4.
根据权利要求1所述的无监督式芯片缺陷检测方法，其特征在于，所述预设的重建网络模型，具体为：分别设置下采样层和上采样层，其中，所述下采样层和所述上采样层内均设置有若干个卷积层；通过所述下采样层中的各卷积层，依次对待检测芯片图像进行下采样，获得每次下采样后的特征图像，并输出最后获得的特征图像；通过所述上采样层中的各卷积层，对所述下采样层输出的特征图像进行连续上采样，获取与待检测芯片图像大小相同的重建图像
。5.
根据权利要求4所述的无监督式芯片缺陷检测方法，其特征在于，所述将部分特征图像进行融合，获得重建芯片图像的特征信息图，具体为：获取若干个特征图像，并将所有特征图像的尺寸设置为预设尺寸；对所有特征图像分别进行卷积后归一化，并输入激活函数得到对应的若干个重建芯片图像的特征信息图
。6.
根据权利要求2所述的无监督式芯片缺陷检测方法，其特征在于，所述以使所述检测网络模型将待检测芯片图像与特征信息图和重建芯片图像进行融合获取缺陷数值图之后，包括：根据所述缺陷数值图和所述缺陷掩膜的数据，结合预设的检测损失函数，更新所述检测网络模型中的参数
。
7.
根据权利要求1所述的无监督式芯片缺陷检测方法，其特征在于，所述将缺陷数值图与待检测芯片图像进行重合，输出标记有缺陷位置的芯片图像，还包括：判断所述缺陷数值图中的最大值是否大于预设数值；若所述缺陷数值图中的最大值大于预设数值，则确定所述待检测芯片为损坏芯片；若所述缺陷数值图中的最大值小于等于预设数值，则确定所述待检测芯片为良好芯片
。8.
根据权利要求1所述的无监督式芯片缺陷检测方法，其特征在于，所述根据缺陷数值图和待检测芯片图像，获得标记有缺陷位置的芯片图像，具体为：将缺陷数值图进行归一化后乘以预设值，获得异常分数值热力图；将所述异常分数值热力图与待检测芯片图像重合，得到标记有缺陷位置的芯片图像
。9.
根据权利要求7所述的无监督式芯片缺陷检测方法，其特征在于，所述预设数值，具体为：将若干正常芯片图像输入检测网络模型，获取所述正常芯片图像对应的缺陷数值图；根据若干正常芯片图像对应的缺陷数值图中的最大值，设置预设数值
。10.
一种无监督式芯片缺陷检测装置，其特征在于，包括：图像重建模块和图像检测模块；所述图像重建模块用于获取待检测芯片图像，将所述待检测芯片图像输入至预设的重建网络模型，以使所述重建网络模型对待检测芯片图像进行连续若干次下采样处理获取若干个特征图像，对最后一次下采样处理后得到的特征图像进行若干次上采样处理得到重建芯片图像，并将部分...

【专利技术属性】
技术研发人员：刘飞，林宜龙，覃浏如，王能翔，
申请(专利权)人：深圳格芯集成电路装备有限公司，
类型：发明
国别省市：