← 返回列表

一种硅通孔芯片的缺陷检测方法

申请号: CN202410184859.6
申请人: 中国科学院长春光学精密机械与物理研究所
申请日期: 2024/2/19

摘要文本

本发明涉及半导体检测领域,公开一种硅通孔芯片的缺陷检测方法,包括步骤:S10:以包含两组及两组以上的硅通孔的芯片作为检测对象;S20:基于红外图像采集对所述检测对象进行特征提取,得到温度场数据;S30:建立缺陷标签,对温度场数据进行标签分类标识;S40:将分类标识后的温度场数据分为训练集和测试集;S50:对训练集进行预处理操作,然后转换为点云数据集;S60:构建优化的卷积神经网络模型,对点云数据集进行缺陷训练,输出结果;S70:输入所述测试集对所述卷积神经网络模型进行测试,检验训练效果;本申请通过提出一种针对不同缺陷类别进行基于注意力机制分析的硅通孔芯片的缺陷检测方法,改善现有检测中分类难度大、检测时间长、效率低的问题。

专利详细信息

项目 内容
专利名称 一种硅通孔芯片的缺陷检测方法
专利类型 发明申请
申请号 CN202410184859.6
申请日 2024/2/19
公告号 CN117746166A
公开日 2024/3/22
IPC主分类号 G06V10/764
权利人 中国科学院长春光学精密机械与物理研究所
发明人 李彦庆; 刘卫佳; 郭同健
地址 吉林省长春市经济技术开发区东南湖大路3888号

专利主权项内容

1.一种硅通孔芯片的缺陷检测方法,其特征在于,包括以下步骤:S10:以包含两组及两组以上的硅通孔的芯片作为检测对象;S20:基于红外图像采集对所述检测对象进行特征提取,得到温度场数据;S30:建立缺陷标签,对所述温度场数据进行标签分类标识;S40:将所述分类标识后的温度场数据分为训练集和测试集;S50:对所述训练集进行预处理操作,然后转换为点云数据集;S60:构建优化的卷积神经网络模型,对所述点云数据集进行缺陷训练,输出结果;S70:输入所述测试集对所述卷积神经网络模型进行测试,检验训练效果;所述S70包括:计算所述训练集训练的总体准确率,公式为:式中,k为硅通孔的数量,为预测标签i和真实标签j的个数,/>为预测标签与真实标签相等的个数。