【技术实现步骤摘要】
本专利技术涉及半导体制造，尤其涉及一种晶圆缺陷检测方法、一种晶圆缺陷检测装置、一种晶圆缺陷检测系统以及计算机可读存储介质。
技术介绍
1、在晶圆的生产过程包括多道加工工序，每道加工工序完成后都需要对晶圆进行缺陷检测。由于半导体晶圆背景复杂，传统的基于模板匹配的缺陷检测算法会导致大量的过检，而这大量的过检还需要质检人员对晶圆逐张进行检查和识别，非常耗时；同时鉴于人的主观性和易疲劳特点，目前常用的晶圆缺陷检测方法存在着检测效果不理想的问题。
技术实现思路
1、因此，针对现有技术中的至少部分不足和缺陷，本专利技术实施例提出了一种晶圆缺陷检测方法、一种晶圆缺陷检测装置、一种晶圆缺陷检测系统和一种计算机可读存储介质，可有效降低晶圆检测的过检率，缩短检测时间，提升检测效果。
2、一方面，本专利技术实施例提出的一种晶圆缺陷检测方法，包括：获取与待测晶圆对应的待测晶圆图像；根据所述待测晶圆图像和基于深度学习的语义分割模型得到所述待测晶圆的晶圆缺陷信息，其中，所述基于深度学习的语义分割模型的输入为晶圆图像，所述基于深度学习的语义分割模型的输出为晶圆缺陷信息。
3、在本专利技术的其它实施例中，所述晶圆缺陷检测方法还包括：建立并训练所述语义分割模型；所述建立并训练所述语义分割模型包括：获取多个晶圆缺陷样本图像，其中所述多个晶圆缺陷样本图像具有多种缺陷类型；对所述多个晶圆缺陷样本图像进行缺陷信息标注，得到与所述多个晶圆缺陷样本图像对应的缺陷信息数据；建立初始语义分割模型；根据所述多
4、在本专利技术的其它实施例中，所述建立并训练所述语义分割模型还包括：扩充所述缺陷信息数据；所述扩充所述缺陷信息数据包括：确定所述缺陷信息数据中数量少于第一阈值的目标缺陷类型；扩充所述缺陷信息数据中与所述目标缺陷类型对应的目标缺陷信息数据。
5、在本专利技术的其它实施例中，所述扩充所述缺陷信息数据中与所述目标缺陷类型对应的目标缺陷信息数据包括：提取与所述目标缺陷信息数据对应的目标晶圆缺陷样本图像中的缺陷块图像数据；根据所述目标缺陷信息数据将所述缺陷块图像数据替换新增样本图像中对应位置的图像数据；复制所述目标缺陷信息数据得到新增缺陷信息数据、并使所述新增缺陷信息数据与所述新增样本图像对应。
6、在本专利技术的其它实施例中，在根据所述目标缺陷信息数据将所述缺陷块图像数据替换新增样本图像中对应位置的图像数据之前，所述扩充所述缺陷信息数据中与所述目标缺陷类型对应的目标缺陷信息数据还包括：对所述缺陷块图像数据进行增强变化处理。
7、在本专利技术的其它实施例中，所述晶圆缺陷信息包括：缺陷类型信息、缺陷置信度信息以及缺陷几何信息。
8、另一方面，本专利技术实施例提供的一种晶圆缺陷检测装置，例如包括：待测图像获取模块，用于获取与待测晶圆对应的待测晶圆图像；晶圆缺陷检测模块，用于根据所述待测晶圆图像和基于深度学习的语义分割模型得到所述待测晶圆的晶圆缺陷信息，其中，所述基于深度学习的语义分割模型的输入为晶圆图像，所述基于深度学习的语义分割模型的输出为晶圆缺陷信息。
9、在本专利技术的其它实施例中，所述晶圆缺陷检测装置还包括：模型建立和训练模块，用于建立并训练所述语义分割模型；所述模型建立和训练模块包括：样本图像获取模块，用于获取多个晶圆缺陷样本图像；缺陷信息获取模块，用于对所述多个晶圆缺陷样本图像进行缺陷信息标注，得到与所述多个晶圆缺陷样本图像对应的缺陷信息数据；初始模型建立模块，用于建立初始语义分割模型；语义分割模型确定模块，用于根据所述多个晶圆缺陷样本图像和所述缺陷信息数据训练所述初始语义分割模型得到所述语义分割模型。
10、再一方面，本专利技术实施例提出的一种晶圆缺陷检测系统，例如包括：处理器和连接所述处理器的存储器；其中所述存储器存储有所述处理器执行的指令，且所述指令使得所述处理器执行操作以进行如前述任意一项所述的晶圆缺陷检测方法。
11、又一方面，本专利技术实施例提出的一种计算机可读存储介质为非易失性存储器且存储有计算机程序，所述计算机程序用于执行如前述任意一项所述的晶圆缺陷检测方法。
12、由上可知，本专利技术上述多个技术方案可以具有如下一个或多个有益效果：本专利技术实施例通过将采用以晶圆图像为输入、以晶圆缺陷信息为输出的基于深度学习的语义分割模型替代传统的模板匹配算法，得益于语义分割模型强大的性能，不但可以有效降低晶圆检测的过检率，从而大幅降低质检员的工作强度，缩短检测时间，而且可以更好更快地适应复杂的检测场景，如光照变化等。此外，本专利技术提出通过扩充缺陷信息数据(也即复制粘贴方法)，有效缓解了实际产线中缺陷类别不均衡的问题，可以进一步提高语义分割模型的精度。
本文档来自技高网...【技术保护点】
1.一种晶圆缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的晶圆缺陷检测方法，其特征在于，所述晶圆缺陷检测方法还包括：建立并训练所述语义分割模型；所述建立并训练所述语义分割模型包括：
3.根据权利要求2所述的晶圆缺陷检测方法，其特征在于，所述建立并训练所述语义分割模型还包括：扩充所述缺陷信息数据；所述扩充所述缺陷信息数据包括：
4.根据权利要求3所述的晶圆缺陷检测方法，其特征在于，所述扩充所述缺陷信息数据中与所述目标缺陷类型对应的目标缺陷信息数据包括：
5.根据权利要求4所述的晶圆缺陷检测方法，其特征在于，在根据所述目标缺陷信息数据将所述缺陷块图像数据替换新增样本图像中对应位置的图像数据之前，所述扩充所述缺陷信息数据中与所述目标缺陷类型对应的目标缺陷信息数据还包括：
6.根据权利要求1所述的晶圆缺陷检测方法，其特征在于，所述晶圆缺陷信息包括：缺陷类型信息、缺陷置信度信息以及缺陷几何信息。
7.一种晶圆缺陷检测装置，其特征在于，包括：
8.根据权利要求7所述的晶圆缺陷检测装置，其特征在于，
9.一种晶圆缺陷检测系统，其特征在于，包括：处理器和连接所述处理器的存储器；其中所述存储器存储有所述处理器执行的指令，且所述指令使得所述处理器执行操作以进行如权利要求1至6中任意一项所述的晶圆晶圆缺陷检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质为非易失性存储器且存储有计算机程序，所述计算机程序用于执行如权利要求1至6任意一项所述的晶圆缺陷检测方法。
...【技术特征摘要】
1.一种晶圆缺陷检测方法，其特征在于，包括：
2.根据权利要求1所述的晶圆缺陷检测方法，其特征在于，所述晶圆缺陷检测方法还包括：建立并训练所述语义分割模型；所述建立并训练所述语义分割模型包括：
3.根据权利要求2所述的晶圆缺陷检测方法，其特征在于，所述建立并训练所述语义分割模型还包括：扩充所述缺陷信息数据；所述扩充所述缺陷信息数据包括：
4.根据权利要求3所述的晶圆缺陷检测方法，其特征在于，所述扩充所述缺陷信息数据中与所述目标缺陷类型对应的目标缺陷信息数据包括：
5.根据权利要求4所述的晶圆缺陷检测方法，其特征在于，在根据所述目标缺陷信息数据将所述缺陷块图像数据替换新增样本图像中对应位置的图像数据之前，所述扩充所述缺陷信息数据中与所述目标缺陷类型对应的目标缺陷...
【专利技术属性】
技术研发人员：陈鲁，张嵩，肖安七，
申请(专利权)人：深圳中科飞测科技股份有限公司，
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。