晶圆缺陷检测方法、装置、设备、存储介质和程序产品制造方法及图纸

技术编号:45116285 阅读:17 留言:0更新日期:2025-04-29 18:56
本申请涉及一种晶圆缺陷检测方法、装置、设备、存储介质和程序产品。所述方法包括:首先,获取晶圆表面的目标图像,然后,将目标图像输入晶圆缺陷检测模型中,得到晶圆缺陷检测模型的输出结果,其中,晶圆缺陷检测模型包括具有对称关系的编码器和解码器,编码器和解码器通过注意力模块连接,最后,根据输出结果确定目标图像的检测结果,检测结果包括晶圆的类型。采用本方法能够提升晶圆检测模型的特征提取能力,从而提高对目标图像的检测精度,也即提高对晶圆的缺陷检测的精度。

【技术实现步骤摘要】

本申请涉及图像检测,特别是涉及一种晶圆缺陷检测方法、装置、设备、存储介质和程序产品


技术介绍

1、晶圆是半导体硅集成电路制作所用的硅晶片,在微电子
中具有非常广泛的应用,是芯片、太阳能电池板、led光源等重要元器件的基础。生产晶圆的过程非常复杂,需要经过多个环节,因此晶圆的生产过程很容易导致晶圆产生缺陷。而晶圆的缺陷对芯片的性能、可靠性和寿命会产生负面的影响,因此,在生产过程中需要对晶圆的缺陷进行检测。

2、目前,通常通过目标检测算法或者图像分类算法对晶圆进行缺陷检测,但是,现有算法检测精度不高,检测效果不好。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高晶圆缺陷检测精度的晶圆缺陷检测方法、装置、设备、存储介质和程序产品。

2、第一方面,本申请提供了一种晶圆缺陷检测方法,包括:

3、获取晶圆表面的目标图像;

4、将目标图像输入晶圆缺陷检测模型中,得到晶圆缺陷检测模型的输出结果,晶圆缺陷检测模型包括具有对称关系的编码器和解码器,编码器和解码器通过注意力模块连接;

5、根据输出结果确定目标图像的检测结果,检测结果包括晶圆的类型。

6、上述实施例中,首先,获取晶圆表面的目标图像,然后,将目标图像输入晶圆缺陷检测模型中,得到晶圆缺陷检测模型的输出结果,其中,晶圆缺陷检测模型包括具有对称关系的编码器和解码器,编码器和解码器通过注意力模块连接,最后,根据输出结果确定目标图像的检测结果,检测结果包括晶圆的类型。通过这种方式,通过在晶圆缺陷检测模型中的编码器和解码器之间增加注意力模块,提升晶圆检测模型的特征提取能力,从而提高对目标图像的检测精度,也即提高对晶圆的缺陷检测的精度。

7、在其中一个实施例中,将目标图像输入晶圆缺陷检测模型中,得到晶圆缺陷检测模型的输出结果,包括:

8、将目标图像输入编码器中,得到编码器的输出结果;

9、将编码器的输出结果输入注意力模块中,得到注意力模块的输出结果;

10、将注意力模块的输出结果输入解码器中,得到晶圆缺陷检测模型的输出结果。

11、上述实施例中,将目标图像通过晶圆缺陷检测模型的编码器、注意力模块和解码器,得到输出结果,根据输出结果可以确定目标图像的分类结果,从而实现对晶圆的缺陷检测。

12、在其中一个实施例中,编码器包括第一卷积层、第二卷积层、第三卷积层、第一多层感知机和第二多层感知机,将目标图像输入编码器中,得到编码器的输出结果,包括:

13、将目标图像输入编码器,通过第一卷积层、第二卷积层和第三卷积层对目标图像进行下采样处理和特征提取处理;

14、将第三卷积层的输出输入第一多层感知机进行处理,并将第一多层感知机的输出输入第二多层感知机进行处理,得到编码器的处理结果。

15、上述实施例中,编码器包括三层卷积层和两层多层感知机,实现对目标图像进行下采样处理和特征提取处理。

16、在其中一个实施例中,解码器包括第三多层感知机、第四多层感知机、第四卷积层、第五卷积层和第六卷积层,将注意力模块的输出结果输入解码器中,得到晶圆缺陷检测模型的输出结果,包括:

17、将注意力模块的输出输入第三多层感知机进行处理,并将第三多层感知机的输出输入第四多层感知机进行处理,得到第四多层感知机的处理结果;

18、将第四多层感知机的处理结果,通过第四卷积层、第五卷积层和第六卷积层进行上采样处理,得到晶圆缺陷检测模型的输出结果。

19、上述实施例中,解码器包括三层卷积层和两层多层感知机,实现对目标图像进行上采样处理,将目标图像恢复至输入分辨率。

20、在其中一个实施例中,第一卷积层与第六卷积层通过残差连接连通,第二卷积层与第五卷积层通过残差连接连通,第三卷积层与第四卷积层通过残差连接连通;

21、注意力模块是根据simam注意力机制、qkv注意力机制和双层kan层融合得到的。

22、上述实施例中,通过多种注意力机制融合得到晶圆缺陷检测模型中的注意力模块,提高了晶圆缺陷检测模型的计算精度和速度,提高了晶圆缺陷检测的准确性。

23、在其中一个实施例中,获取晶圆表面的目标图像,包括:

24、在满足预设条件的情况下,获取晶圆的视频数据;

25、对视频数据进行抽帧处理,得到第一图像;

26、对第一图像进行分辨率调整处理,并转换为红绿蓝三通道格式,得到目标图像。

27、上述实施例中,可以通过测量台获取晶圆的视频数据,并对视频数据进行处理进一步得到包括晶圆表面图像的目标图像,从而实现对晶圆的缺陷检测处理。

28、第二方面,本申请还提供了一种晶圆缺陷检测装置,包括:

29、获取模块,用于获取晶圆表面的目标图像;

30、输入模块,用于将目标图像输入晶圆缺陷检测模型中,得到晶圆缺陷检测模型的输出结果,晶圆缺陷检测模型包括具有对称关系的编码器和解码器,编码器和解码器通过注意力模块连接;

31、确定模块,用于根据输出结果确定目标图像的检测结果,检测结果包括晶圆的类型。

32、第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面任一所述的晶圆缺陷检测方法。

33、第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面任一所述的晶圆缺陷检测方法。

34、第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面任一所述的晶圆缺陷检测方法。

35、上述晶圆缺陷检测方法、装置、设备、存储介质和程序产品,首先,获取晶圆表面的目标图像,然后,将目标图像输入晶圆缺陷检测模型中,得到晶圆缺陷检测模型的输出结果,其中,晶圆缺陷检测模型包括具有对称关系的编码器和解码器,编码器和解码器通过注意力模块连接,最后,根据输出结果确定目标图像的检测结果,检测结果包括晶圆的类型。通过这种方式,通过在晶圆缺陷检测模型中的编码器和解码器之间增加注意力模块,提升晶圆检测模型的特征提取能力,从而提高对目标图像的检测精度,也即提高对晶圆的缺陷检测的精度。

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,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述目标图像输入晶圆缺陷检测模型中,得到所述晶圆缺陷检测模型的输出结果,包括:

3.根据权利要求2所述的方法,其特征在于,所述编码器包括第一卷积层、第二卷积层、第三卷积层、第一多层感知机和第二多层感知机,所述将所述目标图像输入所述编码器中,得到所述编码器的输出结果,包括:

4.根据权利要求3所述的方法,其特征在于,所述解码器包括第三多层感知机、第四多层感知机、第四卷积层、第五卷积层和第六卷积层,所述将所述注意力模块的输出结果输入所述解码器中,得到所述晶圆缺陷检测模型的输出结果,包括:

5.根据权利要求4所述的方法,其特征在于,所述第一卷积层与所述第六卷积层通过残差连接连通,所述第二卷积层与所述第五卷积层通过残差连接连通,所述第三卷积层与所述第四卷积层通过残差连接连通;

6.根据权利要求1所述的方法,其特征在于,所述获取晶圆表面的目标图像,包括:

7.一种晶圆缺陷检测装置,其特征在于,所述装置包括:

>8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

...

【技术特征摘要】

1.一种晶圆缺陷检测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述将所述目标图像输入晶圆缺陷检测模型中,得到所述晶圆缺陷检测模型的输出结果,包括:

3.根据权利要求2所述的方法,其特征在于,所述编码器包括第一卷积层、第二卷积层、第三卷积层、第一多层感知机和第二多层感知机,所述将所述目标图像输入所述编码器中,得到所述编码器的输出结果,包括:

4.根据权利要求3所述的方法,其特征在于,所述解码器包括第三多层感知机、第四多层感知机、第四卷积层、第五卷积层和第六卷积层,所述将所述注意力模块的输出结果输入所述解码器中,得到所述晶圆缺陷检测模型的输出结果,包括:

5.根据权利要求4所述的方法,其特征在于,所述第一卷积层与所述第六卷积层通过残差...

【专利技术属性】
技术研发人员:陈志科胡辰王森
申请(专利权)人:曙光信息产业股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1