买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东利扬芯片测试股份有限公司

摘要：公开了基于残差网路的晶圆缺陷模式识别方法，方法中采集晶圆图像，用卷积自编码器对晶圆图像做增强处理，其中，卷积自编码器包括编码器和解码器，编码器将输入的原始的晶圆图像加入随机噪声后进行编码，特征映射到隐层空间，然后解码器对隐层空间的特征进行解码获得输入的重建样本，重建样本分为训练集和测试集；构建残差网络模型，其包括开始的一个卷积层、4个残差块和最后的一个全连接层，每个残差块包含2个基础块；训练集输入残差网络模型训练以及采用测试集进行测试残差网络模型得到训练后的残差网络模型，对生产中得到的晶圆图像执行步骤一以得到重建样本，之后采用训练好的残差网络模型识别其是否有缺陷以及缺陷的种类。

主权项：1.一种基于残差网路的晶圆缺陷模式识别方法，其特征在于，其包括以下步骤：步骤一，对WM-811K公开数据集中的晶圆图，用卷积自编码器对晶圆图像做增强处理，其中，卷积自编码器包括编码器和解码器，将输入的原始晶圆图像加入随机噪声后作为编码器的输入，编码器采用两层3*3卷积层和一层最大池化层，使用Relu激活函数，输出为32*10*10的特征，之后连接解码器，包含上采样层和两个逆卷积层，其输出为重建后的晶圆图像，损失函数采用最小均方差，利用重建图像与原始图像的误差训练卷积自编码器，得到重建样本，所述重建样本分为训练集和测试集；步骤二，构建残差网络模型，其包括开始的一个卷积层、4个残差块和最后的一个全连接层，每个残差块包含2个基础块，每个基础块包含两个卷积层；步骤三，训练集输入所述残差网络模型训练以及采用所述测试集进行测试所述残差网络模型得到训练后的残差网络模型，对生产中得到的晶圆图像执行步骤一以得到重建样本，之后输入训练好的残差网络模型，根据softmax层的输出值识别其是否有缺陷以及缺陷的种类，输出值从0到8分别代表无缺陷、中心、环状、边缘块状、边缘环状、块状、随机、划痕、全满缺陷；其中，WM-811K数据集中包含原始晶圆图像矩阵和标签，图像矩阵中0、1、2分别代表背景像素、合格晶粒、不合格晶粒；0-8是其标签，表明该图像矩阵属于哪种缺陷，晶圆图像输入编码器前，统一缩放为32*32图像矩阵，对图像矩阵和标签进行编码得到32*32*3维晶圆图矩阵以及1*9维标签；建样本划分70%的数据为训练集，30%为测试集，利用K折交叉检验的方法将数据集随机划分3组不同的训练集和测试集，取其中一组训练集进行训练得到训练后的残差网络模型，并验证残差网络模型在其他2组测试集上的准确率；测完一片晶圆后，测试机会生成csv格式的测试数据，根据测试数据，计算每个测试项的过程控制指数Cpk，其中，确定测试项结果是服从某个正态分布Nμ,σ2，之后求出： ，其中，SU与SL是该测试项目规格的上下限，σ为该正态分布的标准差； ，其中，k为偏移度，表示实际测试样本均值与规格理论中心值的偏移， ，其中，是相应的测试数据的均值。

全文数据：

权利要求：

百度查询： 广东利扬芯片测试股份有限公司 基于残差网路的晶圆缺陷模式识别方法