【技术实现步骤摘要】
本专利技术涉及半导体，特别涉及一种光刻胶涂覆监测方法及其设备。
技术介绍
1、光刻胶涂覆是在半导体制造过程中的一项关键步骤，它的作用是在芯片制造过程中形成光刻层，用于制作芯片上的图案和结构。具体工艺过程如下：(1)基片准备：将待加工的硅基片进行清洗和处理，以去除表面的杂质和污染物。(2)胶液准备：将光刻胶溶液制备好，通常是将光刻胶和溶剂混合，以获得适当的粘度和浓度。(3)胶液过滤：将准备好的光刻胶溶液通过滤网进行过滤，以去除其中的颗粒和杂质，确保胶液的纯净度。(4)胶液涂覆：将过滤后的光刻胶溶液均匀地涂覆在基片表面，通常使用旋涂机或涂覆机进行涂覆，以获得均匀的胶液薄膜。(5)烘烤：将涂覆好的光刻胶进行烘烤，以去除胶液中的溶剂，使胶液形成坚固的薄膜，并使其与基片表面紧密结合。(6)曝光：使用光刻机将光刻胶薄膜上的图案进行曝光，通过光源和掩膜的组合，将光刻胶中的特定区域暴露于光线下，形成所需的图案。(7)显影：将曝光后的光刻胶进行显影，使用显影液将未曝光的胶液区域溶解掉，留下所需的图案。(8)清洗：将显影后的光刻胶进行清洗，去除残留的显影液和未固化的胶液，以保证芯片表面的干净和质量。
2、在以上步骤中，光刻胶胶液的涂覆步骤，对工艺质量的要求比较高，直接决定了芯片良品率的高低。光刻胶涂覆步骤的工艺质量要求的指标具体包括：保证涂覆均匀性，控制涂覆厚度在预期范围内，以及避免存在气泡和颗粒掺杂等涂覆缺陷。
技术实现思路
1、鉴于上述问题，本专利技术的目的是提出一种光刻胶涂覆监测方法
2、(二)技术方案
3、为了解决以上技术问题，本专利技术公开了以下技术方案。
4、作为本专利技术的第一方面，本专利技术公开了一种光刻胶涂覆监测方法，包括基片准备、胶液准备、胶液过滤、胶液涂覆、烘烤、曝光、显影步骤，其特征在于：
5、在所述胶液涂覆的步骤中，拍摄基片涂覆部位图像；
6、利用经过训练的机器视觉识别模型，进行基片涂覆部位图像的监测，识别其中的涂覆不均匀位置和/或涂覆缺陷位置，获得以上涂覆不均匀位置和/或涂覆缺陷位置的位置信息及其识别类型；
7、将所述机器视觉识别模型识别的所述位置信息和识别类型，反馈至涂覆控制系统；
8、所述涂覆控制系统调节胶液涂覆厚度以保证的涂覆均匀性，和/或，排除存在涂覆缺陷的不良品。
9、优选的是，所述所述机器视觉识别模型具体包括：卷积神经网络特征提取模型、基于transformers模型以及位置分类模型、位置定位模型。
10、优选的是，该机器视觉识别模型的训练阶段，采集基片涂覆部位图像样本，针对样本由卷积神经网络特征提取模型提取其特征向量；接着把该特征向量输出到transformers模型，基于全局特征信息编码特征与目标位置查询执行自注意力交互；进而，位置分类模型、位置定位模型并行地输出n个对应于样本的涂覆不均匀位置和/或涂覆缺陷位置的位置信息及其识别类型；计算涂覆不均匀位置和/或涂覆缺陷位置的位置信息及其识别类型的预测损失函数，并基于优化损失函数完成对机器视觉识别模型的训练。
11、优选的是，该机器视觉识别模型的训练阶段具体包括以下步骤：
12、步骤s1：对于初始的机器视觉识别模型，构造基片涂覆部位图像样本集；并针对组成机器视觉识别模型的各个模型，初始化该模型的各个参数；
13、步骤s2：将基片涂覆部位图像样本输入卷积神经网络特征提取模型，生成低分辨率特征图；
14、步骤s3：低分辨率特征图通过transformers模型，得到包含n个预测的集合；
15、步骤s4：根据对应于样本的涂覆不均匀位置和/或涂覆缺陷位置的位置信息及其识别类型计算和真实标签y之间的集合预测损失；
16、步骤s5：通过优化和真实标签y之间的集合预测损失，获得对机器视觉识别模型的各个模型的参数估计。
17、优选的是，将实际的基片涂覆部位图像x，输入该训练完毕的机器视觉识别模型，得到含n个涂覆不均匀位置和/或涂覆缺陷位置的位置信息及其识别类型即
18、
19、这里，是第j个位置信息属于所有可能类别的概率值构成的向量，则是第j个位置的位置信息的定位向量。
20、优选的是，若在概率向量中，涂覆不均匀位置和/或涂覆缺陷位置的最大值大于给定的阈值，则将图像x识别为包含涂覆不均匀位置和/或涂覆缺陷位置，并给出位置信息的定位坐标
21、一种光刻胶涂覆监测设备，光刻胶涂覆设备包括：
22、涂覆头，用于将光刻胶均匀涂覆在基片上；
23、底座和夹持装置：用于固定和夹持基片，确保涂覆过程的稳定性；
24、控制系统：用于控制涂覆头的运动和涂覆参数；
25、光刻胶供给系统：用于供给光刻胶到涂覆头；
26、拍摄装置，拍摄基片涂覆部位图像；
27、机器视觉识别装置，利用经过训练的机器视觉识别模型，进行基片涂覆部位图像的监测，识别其中的涂覆不均匀位置和/或涂覆缺陷位置，获得以上涂覆不均匀位置和/或涂覆缺陷位置的位置信息及其识别类型；将所述机器视觉识别模型识别的所述位置信息和识别类型，反馈至涂覆控制系统。
28、优选的是，所述涂覆控制系统调节胶液涂覆厚度以保证的涂覆均匀性，和/或，排除存在涂覆缺陷的不良品。
29、本专利技术实时检测光刻胶涂覆均匀性，避免因涂覆不均匀导致的质量问题；精确控制涂覆厚度，提高产品的一致性和稳定性；检测和排除不良品，及时发现光刻胶涂覆过程中的缺陷，如气泡、颗粒掺杂等，从而排除不良品进入后续工艺流程；运用神经网络算法，提升了对涂覆不均匀、涂覆缺陷位置的监测与识别能力，降低了误判率和漏判率，可以有效减少不良品产生，降低返工和返修成本，提高生产效率和产品合格率。
本文档来自技高网...【技术保护点】
1.一种光刻胶涂覆监测方法，包括基片准备、胶液准备、胶液过滤、胶液涂覆、烘烤、曝光、显影步骤，其特征在于：
2.根据权利要求1所述的光刻胶涂覆监测方法，其特征在于：所述机器视觉识别模型具体包括：卷积神经网络特征提取模型、基于Transformers模型以及位置分类模型、位置定位模型。
3.根据权利要求2所述的光刻胶涂覆监测方法，其特征在于：该机器视觉识别模型的训练阶段，采集基片涂覆部位图像样本，针对样本由卷积神经网络特征提取模型提取其特征向量；接着把该特征向量输出到Transformers模型，基于全局特征信息编码特征与目标位置查询执行自注意力交互；进而，位置分类模型、位置定位模型并行地输出N个对应于样本的涂覆不均匀位置和/或涂覆缺陷位置的位置信息及其识别类型；计算涂覆不均匀位置和/或涂覆缺陷位置的位置信息及其识别类型的预测损失函数，并基于优化损失函数完成对机器视觉识别模型的训练。
4.根据权利要求3所述的光刻胶涂覆监测方法，其特征在于：该机器视觉识别模型的训练阶段具体包括以下步骤：
5.根据权利要求4所述的光刻胶涂覆监测方法，其特
6.根据权利要求5所述的光刻胶涂覆监测方法，其特征在于：若在概率向量中，涂覆不均匀位置和/或涂覆缺陷位置的最大值大于给定的阈值，则将图像x识别为包含涂覆不均匀位置和/或涂覆缺陷位置，并给出位置信息的定位坐标
7.一种光刻胶涂覆监测设备，其特征在于，包括：
8.根据权利要求7所述的光刻胶涂覆监测设备，其特征在于，所述涂覆控制系统调节胶液涂覆厚度以保证的涂覆均匀性，和/或，排除存在涂覆缺陷的不良品。
...【技术特征摘要】
1.一种光刻胶涂覆监测方法，包括基片准备、胶液准备、胶液过滤、胶液涂覆、烘烤、曝光、显影步骤，其特征在于：
2.根据权利要求1所述的光刻胶涂覆监测方法，其特征在于：所述机器视觉识别模型具体包括：卷积神经网络特征提取模型、基于transformers模型以及位置分类模型、位置定位模型。
3.根据权利要求2所述的光刻胶涂覆监测方法，其特征在于：该机器视觉识别模型的训练阶段，采集基片涂覆部位图像样本，针对样本由卷积神经网络特征提取模型提取其特征向量；接着把该特征向量输出到transformers模型，基于全局特征信息编码特征与目标位置查询执行自注意力交互；进而，位置分类模型、位置定位模型并行地输出n个对应于样本的涂覆不均匀位置和/或涂覆缺陷位置的位置信息及其识别类型；计算涂覆不均匀位置和/或涂覆缺陷位置的位置信息及其识别类型的预测损失函数，并基于优化损失函...
【专利技术属性】
技术研发人员：冯亚楠，郭金，赵鹏，于文达，胡学建，何江汇，王宝兴，
申请(专利权)人：信联电子材料科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。