本发明涉及芯片工艺领域,尤其涉及一种晶圆缺陷分类方法、装置、存储介质及终端设备。
背景技术:
1、芯片制造工艺流程异常复杂,包括晶圆加工、氧化、光刻、刻蚀、薄膜沉积、互连、测试和封装等主要步骤,其中每个步骤又涵盖诸多工艺。在芯片制造流程中,任一工艺都可能引入缺陷,最终导致晶粒的坏死,坏死的晶粒在晶圆上面排布形成特定的图案,此图案蕴含引入缺陷的工艺流程信息,通过此晶圆缺陷图案反向查找引入缺陷的原因,对于改进工艺流程、提高良品率至关重要。
2、现有晶圆缺陷分类方法中,一般应用卷积神经网络模型对晶圆缺陷图案进行分类,例如通过efficientnet提取晶圆缺陷特征,并基于特征金字塔(fpn),生成感兴趣区域,最后采用softmax层进行分类,但是卷积神经网络模型具有平移不变性,擅长处理平移与缩放问题,而在晶圆缺陷分类问题中,缺陷图案具有旋转不变性,给卷积神经网络模型带来了挑战。
技术实现思路
1、为了克服上述现有技术的不足,本发明提出了一种晶圆缺陷分类方法、装置、存储介质及终端设备,通过将晶圆缺陷的环形特征转换为直线形特征后进行预测,提高了晶圆缺陷分类的精确性。
2、本发明实施例提供了一种晶圆缺陷分类方法,包括:
3、获取待检测晶圆图片,对所述待检测晶圆图片进行噪声点过滤,生成去噪的晶圆图片;
4、对去噪的晶圆图片进行半径扫描,记录扫描时半径滑过的圆面区域,生成对应的矩形图片;
5、将所述矩形图片输入到预先构建的晶圆缺陷检测模型中,以使晶圆缺陷检测模型根据所述矩形图片,确定待检测晶圆的缺陷类别。
6、进一步地,对所述待检测晶圆图片进行噪声点过滤,包括:根据密度扫描算法对晶圆图片进行噪声点过滤。
7、进一步地,对去噪的晶圆图片进行半径扫描,记录扫描时半径滑过的圆面区域,生成对应的矩形图片,包括:
8、计算去噪的晶圆图片的中心点,获取扫描半径的长度及初始位置;
9、以所述中心点为圆心,根据扫描半径的长度按预设的方向对去噪的晶圆图片进行扫描,直到扫描半径回到初始位置后停止扫描;
10、记录每一连续时刻下的扫描半径滑过的区域,对所述区域进行拟合,得到对应的矩形图片。
11、进一步地,记录每一连续时刻下的扫描半径滑过的区域,对所述区域进行拟合,得到对应的矩形图片,包括:
12、选取每一连续时刻下的扫描半径滑过的区域,根据扫描的时间顺序依次合并所述区域,生成对应的矩形图片。
13、进一步地,所述扫描半径的长度不低于晶圆图片边长的一半。
14、进一步地,晶圆缺陷检测模型的构建包括:
15、获取若干晶圆图片样本,对所述样本进行噪声点过滤,得到去噪晶圆图片样本;
16、选取每一去噪晶圆图片样本,以其图片的中心位置为圆心,进行半径扫描,记录扫描时半径滑过的圆面区域,生成对应的矩形图片样本;
17、以各矩形图片样本为输入,以各晶圆图片样本所对应的晶圆缺陷类别为输出对预设的神经网络模型进行训练,继而将训练完成的神经网络模型作为所述晶圆缺陷检测模型。
18、本发明实施例还提供了一种晶圆缺陷分类装置,包括:
19、去噪模块,用于获取待检测晶圆图片,对所述待检测晶圆图片进行噪声点过滤,生成去噪的晶圆图片;
20、扫描模块,用于对去噪的晶圆图片进行半径扫描,记录扫描时半径滑过的圆面区域,生成对应的矩形图片;
21、预测模块,用于将所述矩形图片输入到预先构建的晶圆缺陷检测模型中,以使晶圆缺陷模型根据所述矩形图片,确定待检测晶圆的缺陷类别。
22、本发明实施例还提供了一种存储介质,所述存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述存储介质所在的设备执行本发明任一项所述的晶圆缺陷分类方法。
23、本发明实施例还提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现本发明任一项所述的晶圆缺陷分类方法。
24、相比于现有技术,本发明实施例具有如下有益效果:
25、本发明通过对去噪声的圆晶图片进行半径扫描,并根据扫描结果生成矩形图片,使得晶圆缺陷的环形特征转换为直线形特征,进而在已构建的晶圆缺陷检测模型中进行预测,提高了晶圆缺陷分类的精确性。
1.一种晶圆缺陷分类方法,其特征在于,包括:
2.根据权利要求1所述的一种晶圆缺陷分类方法,其特征在于,对所述待检测晶圆图片进行噪声点过滤,包括:根据密度扫描算法对晶圆图片进行噪声点过滤。
3.根据权利要求1所述的一种晶圆缺陷分类方法,其特征在于,对去噪的晶圆图片进行半径扫描,记录扫描时半径滑过的圆面区域,生成对应的矩形图片,包括:
4.根据权利要求3所述的一种晶圆缺陷分类方法,其特征在于,记录每一连续时刻下的扫描半径滑过的区域,对所述区域进行拟合,得到对应的矩形图片,包括:
5.根据权利要求4所述的一种晶圆缺陷分类方法,其特征在于,所述扫描半径的长度不低于晶圆图片边长的一半。
6.根据权利要求1所述的一种晶圆缺陷分类方法,其特征在于,晶圆缺陷检测模型的构建包括:
7.一种晶圆缺陷分类装置,其特征在于,包括:
8.一种存储介质,其特征在于,所述存储介质包括存储的计算机程序;其中,所述计算机程序在运行时控制所述存储介质所在的设备执行如权利要求1-6中任一项所述的晶圆缺陷的分类方法。
9.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如权利要求1-6中任一项所述的晶圆缺陷的分类方法。