【技术实现步骤摘要】
本专利技术涉及晶圆图缺陷检测和深度学习领域，具体而言是一种生成晶圆图语义分割数据集的方法。
技术介绍
1、半导体行业是现代信息技术产业的基础，是全球范围内的重要经济支柱。它带动了制造业、研发和就业的增长，并在全球供应链中发挥着关键作用。晶圆制造是半导体制造过程中的一个步骤，其生产步骤极其复杂。在晶圆测试阶段，通过对晶圆的模具进行电探针测试，可以得到具有空间特征的晶圆图。识别晶圆缺陷类型有助于定位制造过程中出现的问题，从而提高芯片生产的良品率。
2、造成晶圆模具产生缺陷的原因有很多，但在晶圆图上，不同原因导致的缺陷都被统一为一类，故晶圆图中除了一些特定的空间图案外，还存在许多随机分布的缺陷点，它们往往会对缺陷的识别产生干扰，同时，在语义分割中，好的语义分割标签应该具有高准确性、一致性、完整性和平滑性，并且具备一定的鲁棒性，能够准确地描述图像中的语义信息，因此需要对原晶圆图进行相应的处理。
技术实现思路
1、本专利技术的目的在于提供一种自动生成晶圆图语义分割数据集的方法，用于晶圆图...
【技术保护点】
1.一种自动生成晶圆图语义分割数据集的方法，其特征在于，该方法的具体步骤如下：
2.根据权利要求1所述的一种自动生成晶圆图语义分割数据集的方法，其特征在于，将晶圆图的尺寸统一设定为52×52，即大小为52×52的二维数组，并对原晶圆图进行检测，将像素值大于2的像素的像素值修改为2，原晶圆图中，像素值为0代表空白点，像素值为1代表正常晶粒，像素值为2代表失效晶粒，即缺陷点。
3.根据权利要求1所述的一种自动生成晶圆图语义分割数据集的方法，其特征在于，四大类型的缺陷都有其各自的处理方案，分别是线型缺陷处理法、环型缺陷处理法、局部密集型缺陷处理法、全...
【技术特征摘要】
1.一种自动生成晶圆图语义分割数据集的方法，其特征在于，该方法的具体步骤如下：
2.根据权利要求1所述的一种自动生成晶圆图语义分割数据集的方法，其特征在于，将晶圆图的尺寸统一设定为52×52，即大小为52×52的二维数组，并对原晶圆图进行检测，将像素值大于2的像素的像素值修改为2，原晶圆图中，像素值为0代表空白点，像素值为1代表正常晶粒，像素值为2代表失效晶粒，即缺陷点。
3.根据权利要求1所述的一种自动生成晶圆图语义分割数据集的方法，其特征在于，四大类型的缺陷都有其各自的处理方案，分别是线型缺陷处理法、环型缺陷处理法、局部密集型缺陷处理法、全局密集型缺陷处理法。
4.根据权利要求3所述的线型缺陷处理法，其特征在于，能够使线型缺陷生成更为平滑的语义分割标签，步骤包括：
5.根据权利要求3所述的环型缺陷处理法，其特征在于，能够使环型缺陷生成更为完整的语义分割标签，步骤包括：
6.根据权利要求3所述的局部密集型缺陷处理法，其特征在于，能够使局部密集型缺陷生成更为平滑，准确性更高的语义分割标签，步骤包括：
7....
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。