← 返回列表
芯片表面缺陷检测方法及设备
申请人信息
- 申请人:深圳龙芯半导体科技有限公司
- 申请人地址:518000 广东省深圳市龙华区观澜街道新澜社区布新路222-4号3层
- 发明人: 深圳龙芯半导体科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 芯片表面缺陷检测方法及设备 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410179211.X |
| 申请日 | 2024/2/18 |
| 公告号 | CN117726627A |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 深圳龙芯半导体科技有限公司 |
| 发明人 | 陈炳贵 |
| 地址 | 广东省深圳市龙华区观澜街道新澜社区布新路222-4号3层 |
摘要文本
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。
专利主权项内容
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:获取微电子芯片显微扫描图像训练样例和所述微电子芯片显微扫描图像训练样例的先验表面缺陷认证知识,所述先验表面缺陷认证知识用于反映所述微电子芯片显微扫描图像训练样例的目标表面缺陷;通过表面缺陷检测网络中的图像描述表达挖掘分支对所述微电子芯片显微扫描图像训练样例进行图像描述表达挖掘处理,得到所述微电子芯片显微扫描图像训练样例的图像描述表达序列,所述图像描述表达序列中的图像描述表达与所述微电子芯片显微扫描图像训练样例的图像细节的视觉输出变量具有一对一匹配关系;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,所述缺陷检测分支用于捕捉所述微电子芯片显微扫描图像训练样例中的各个所述表面缺陷检测训练结果的第一缺陷区域和第二缺陷区域,所述表面缺陷检测训练结果存在最少两个,所述表面缺陷检测训练结果是依据所述表面缺陷检测网络的单次处理所得的;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。