芯片表面缺陷检测方法及设备与流程

文档序号:37365193发布日期:2024-03-22 10:18阅读:来源:国知局

技术特征:

1.一种芯片表面缺陷检测方法,其特征在于,应用于ai检测服务设备,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述缺陷检测分支包括顶层缺陷检测分支和底层缺陷检测分支;所述通过所述表面缺陷检测网络中的缺陷检测分支对所述图像描述表达序列进行表面缺陷检测处理,得到表面缺陷检测训练结果,包括:

3.根据权利要求1所述的方法,其特征在于,所述微电子芯片显微扫描图像训练样例包括微电子芯片显微扫描图像索引和图像细节;所述图像描述表达挖掘分支包括图像知识提炼组件和图像知识优化组件;

4.根据权利要求3所述的方法,其特征在于,所述图像知识变量集包括视觉线性变量和热力线性变量,所述视觉线性变量用于反映所述微电子芯片显微扫描图像训练样例中的视觉输出变量,所述热力线性变量用于反映所述微电子芯片显微扫描图像训练样例中视觉输出变量的热力值;所述图像知识提炼组件包括热力图像知识提炼组件和视觉输出变量提炼组件;

5.根据权利要求3所述的方法,其特征在于,所述图像知识变量集还包括区域线性变量;所述图像知识提炼组件还包括区域图像特征挖掘核;

6.根据权利要求3所述的方法,其特征在于,所述图像知识变量集还包括分布线性变量,所述分布线性变量用于反映所述微电子芯片显微扫描图像训练样例中的视觉输出变量所对应的分布标签;

7.根据权利要求1所述的方法,其特征在于,所述依据所述先验表面缺陷认证知识与所述表面缺陷检测训练结果之间的区别,对所述表面缺陷检测网络进行调校,包括:

8.根据权利要求7所述的方法,其特征在于,所述边缘比对结果包括第一边缘比对结果,所述第一边缘比对结果用于反映所述表面缺陷检测训练结果的表面缺陷形状的训练质量评分;

9.根据权利要求1所述的方法,其特征在于,所述方法还包括:

10.一种ai检测服务设备,其特征在于,所述ai检测服务设备包括互相之间通信的处理器和存储器,所述处理器用于从所述存储器中调取计算机程序,并通过运行所述计算机程序实现权利要求1-9任一项所述的方法。


技术总结
本申请实施例提供的芯片表面缺陷检测方法及设备,通过自动化的方式,大幅减少了人工检测的时间和成本,极大地提高了生产效率。与传统的手动或半自动化检测相比,该技术方案利用深度学习模型进行缺陷检测,能够更准确地识别和定位微电子芯片表面的缺陷,从而提高产品质量。通过反馈修正机制,可以不断优化和调整模型参数,使得模型在面对新的、未知的缺陷类型时也能有良好的适应性和鲁棒性。

技术研发人员:陈炳贵
受保护的技术使用者:深圳龙芯半导体科技有限公司
技术研发日:
技术公布日:2024/3/21
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1