基于空频特征融合的双流晶圆缺陷分类网络

1

作者 陈晓雷 温润玉 +2 位作者 杨富龙 李正成 沈星阳 《电子测量与仪器学报》 CSCD 北大核心 2024年第8期56-67,共12页

晶圆缺陷模式分类在晶圆制造过程中扮演着至关重要的角色,准确识别晶圆缺陷能够确定缺陷产生的根本原因,进而定位生产流程中的问题。然而,现有深度学习晶圆缺陷分类方法仅从空间域或者频率域出发进行网络设计,未能实现空频信息的相互补... 晶圆缺陷模式分类在晶圆制造过程中扮演着至关重要的角色,准确识别晶圆缺陷能够确定缺陷产生的根本原因,进而定位生产流程中的问题。然而,现有深度学习晶圆缺陷分类方法仅从空间域或者频率域出发进行网络设计,未能实现空频信息的相互补充与融合,限制了晶圆缺陷分类准确性的进一步提高。针对这一问题,提出了一种基于空间域和频率域特征融合的双流晶圆缺陷分类网络—SFWD-Net。该网络利用提出的多尺度特征提取卷积模块和多视角注意力模块构成空间流分支提取晶圆图的空间信息,利用离散小波变换构成频率流分支提取晶圆图的频率信息,空频信息融合后再进行缺陷分类。在大规模半导体晶圆图数据集WM-811K的实验证明,SFWD-Net由于同时从空间域和频率域出发进行网络设计,其分类准确度达到99.2992%,优于其他5种先进方法,能够显著提高晶圆缺陷分类的精度。 展开更多

关键词 晶圆缺陷分类 双流网络 小波变换 注意力机制 卷积神经网络

原文传递

基于通道混洗和深度可分离卷积的混合型晶圆缺陷识别 被引量：1

2

作者 邓广远 王红成 《东莞理工学院学报》 2024年第3期17-23,共7页

针对传统深度神经网络对混合型晶圆缺陷信息提取计算效率低的问题,提出了一种基于通道混洗和深度可分离卷积的轻量化深度神经网络,实现了混合型晶圆缺陷的高效识别。在晶圆图数据集Mixed-type WM38上的实验结果表明,所提出的模型对比于... 针对传统深度神经网络对混合型晶圆缺陷信息提取计算效率低的问题,提出了一种基于通道混洗和深度可分离卷积的轻量化深度神经网络,实现了混合型晶圆缺陷的高效识别。在晶圆图数据集Mixed-type WM38上的实验结果表明,所提出的模型对比于一些现有的深度学习模型,在耗费较少的训练和推理时间的同时取得了较高的模型精度,其平均正确率达97.32%,参数量仅有0.4786 M。 展开更多

关键词 计算机视觉 晶圆缺陷识别 深度学习 通道混洗 深度可分离卷积

下载PDF 职称材料

基于通道注意力机制和多路径深度卷积的混合型晶圆缺陷分类

3

作者 范胜娇 王红成 《东莞理工学院学报》 2024年第5期50-57,共8页

晶圆图缺陷的准确分类对改进制造工艺具有至关重要的作用。相比于单一缺陷,混合缺陷具有特征复杂、种类繁多的特点,更加符合真实工业制造情况。为了有效识别并分类混合缺陷,提出一种结合通道注意力机制和多路径深度卷积神经网络的方法... 晶圆图缺陷的准确分类对改进制造工艺具有至关重要的作用。相比于单一缺陷,混合缺陷具有特征复杂、种类繁多的特点,更加符合真实工业制造情况。为了有效识别并分类混合缺陷,提出一种结合通道注意力机制和多路径深度卷积神经网络的方法。此方法在多路径深度卷积神经网络支路上增加通道注意力机制,以关注混合型晶圆图的详细特征。在38类缺陷真实数据集上的实验结果表示,模型在精度方面优于一些现有的深度学习模型,其平均正确率高达97.67%,可以有效分类晶圆图混合缺陷。 展开更多

关键词 计算机视觉 晶圆缺陷识别 深度学习 通道注意力机制 多路径深度卷积

下载PDF 职称材料

基于改进的稠密神经网络的晶圆缺陷分类方法研究

4

作者 邹佳霖 王红成 《东莞理工学院学报》 2024年第5期43-49,共7页

针对现有的晶圆缺陷分类模型并行度不高、无法很好地学习全局信息等问题,提出一种基于卷积神经网络和稠密神经网络(DenseNet)的深度学习模型,对晶圆缺陷进行了分类。在卷积神经网络的基础上,引入卷积注意力模块,在同时考虑通道维度和空... 针对现有的晶圆缺陷分类模型并行度不高、无法很好地学习全局信息等问题,提出一种基于卷积神经网络和稠密神经网络(DenseNet)的深度学习模型,对晶圆缺陷进行了分类。在卷积神经网络的基础上,引入卷积注意力模块,在同时考虑通道维度和空间维度的特征,提升模型收敛效果和构建改进的稠密神经网络基础上,实现对晶圆缺陷的分类。结果显示:此方法在MIR-WM811K数据集上平均准确率为98.9%,F1值为92.7%,平均准确率相较DenseNet提升约2%。 展开更多

关键词 晶圆缺陷分类 深度学习 卷积神经网络

下载PDF 职称材料

深度学习在半导体晶圆缺陷检测中的应用

5

作者 赵家贝 《计算机应用文摘》 2024年第17期114-116,共3页

深度学习在半导体晶圆缺陷检测中的应用具有巨大的潜力。文章综述了深度学习在晶圆缺陷检测中的应用,包括传统缺陷检测方法、基于深度学习的缺陷检测方法、应用案例和实践、挑战与问题。未来的研究方向包括数据增强、半监督学习、迁移... 深度学习在半导体晶圆缺陷检测中的应用具有巨大的潜力。文章综述了深度学习在晶圆缺陷检测中的应用,包括传统缺陷检测方法、基于深度学习的缺陷检测方法、应用案例和实践、挑战与问题。未来的研究方向包括数据增强、半监督学习、迁移学习、模型优化、集成学习和可解释性等。通过研究这些内容,可以进一步提高基于深度学习的晶圆缺陷检测的性能和可靠性,为半导体制造领域的发展提供有力支持。 展开更多

关键词 深度学习 缺陷检测 半导体晶圆 晶圆缺陷

下载PDF 职称材料

晶圆缺陷数据的建模与仿真 被引量：1

6

作者 李涛 王志琼 《甘肃科学学报》 2018年第6期130-139,共10页

以晶圆缺陷数据为例,提出针对空间离散数据的层级IGMRF模型。为了研究晶圆数据的空间分布和空间结构对空间信息的影响,建立了一阶IGMRF模型和二阶IGMRF模型,同时引入了3种空间距离。利用贝叶斯推断结合层级模型中参数的先验分布推导模... 以晶圆缺陷数据为例,提出针对空间离散数据的层级IGMRF模型。为了研究晶圆数据的空间分布和空间结构对空间信息的影响,建立了一阶IGMRF模型和二阶IGMRF模型,同时引入了3种空间距离。利用贝叶斯推断结合层级模型中参数的先验分布推导模型参数的后验分布。通过MCMC算法循环迭代生成目标参数的后验分布值。借助DIC指标,说明层级IGMRF模型能够很好的模拟晶圆缺陷数据的分布特征。而且针对晶圆缺陷数据分布的稀疏程度,可以调整模型从而得到更好的拟合效果。 展开更多

关键词 晶圆缺陷数据 IGMRF模型 MCMC算法 分布特征

下载PDF 职称材料

基于深度学习的高精度晶圆缺陷检测方法研究 被引量：5

7

作者 史浩琛 金致远 +3 位作者 唐文婧 王静 蒋楷 夏伟 《电子测量与仪器学报》 CSCD 北大核心 2022年第11期79-90,共12页

为了解决半导体制造领域缺陷检测中出现的检测效率低、错误率高、结果不稳定、成像精度低下导致无法精确地检测出不同种类的缺陷等问题,本文利用定制的CCD工业相机搭配高倍率的光学显微镜采集晶圆表面的扫描图像,结合改进的YOLOv4算法,... 为了解决半导体制造领域缺陷检测中出现的检测效率低、错误率高、结果不稳定、成像精度低下导致无法精确地检测出不同种类的缺陷等问题,本文利用定制的CCD工业相机搭配高倍率的光学显微镜采集晶圆表面的扫描图像,结合改进的YOLOv4算法,实现了基于深度学习的高精度晶圆缺陷检测方法。实验表明,对于碳化硅晶圆缺陷,提出的方法模型可以识别各种复杂条件下的不同种类缺陷,具有良好的鲁棒性。对缺陷的平均识别精度达到99.24%,相较于YOLOv4-Tiny和原YOLOv4分别提升10.08%和1.92%。对缺陷的平均每图识别时间达到0.028 3 s,相较于基于Halcon软件方法和OpenCV模板匹配方法分别提升93.42%和90.52%,优于其他常规的晶圆缺陷检测方法,已实现在自主设计的验证系统和应用平台上稳定运行。 展开更多

关键词 深度学习 晶圆缺陷检测 碳化硅晶圆 YOLOv4

原文传递

基于广义线性模型的晶圆缺陷数据建模及仿真 被引量：1

8

作者 贾玉洁 李静 刘彦利 《甘肃科学学报》 2022年第3期119-125,共7页

晶圆缺陷数据是具有相邻空间关系的二维空间离散数据,通常会表现出一定的空间相关性。为了研究这类数据的空间分布和空间结构对空间信息的影响,以具体晶圆缺陷数据为例,基于泊松分布建立广义线性混合模型,并对空间相关项的协方差进行3... 晶圆缺陷数据是具有相邻空间关系的二维空间离散数据,通常会表现出一定的空间相关性。为了研究这类数据的空间分布和空间结构对空间信息的影响,以具体晶圆缺陷数据为例,基于泊松分布建立广义线性混合模型,并对空间相关项的协方差进行3种不同的空间建模,利用蒙特卡洛牛顿拉弗森算法进行估参,其中引用Metropolis-Hastings算法对空间相关项进行抽样。借助AIC指标,说明广义线性混合模型能够很好地模拟晶圆缺陷数据的分布特征,而且针对晶圆缺陷数据分布的稀疏程度,可调整模型从而得到更好的拟合效果。 展开更多

关键词 晶圆缺陷数据 广义线性混合模型 Metropolis-Hastings抽样 蒙特卡洛牛顿拉费森算法

下载PDF 职称材料

基于改进YOLOv5算法的晶圆表面缺陷检测方法

9

作者 明月 吕清花 +3 位作者 翟中生 吕辉 於意凯 崔贤岱 《湖北工业大学学报》 2024年第4期98-105,共8页

为了兼顾实时性和准确率,提出了一种基于改进YOLOv5算法的晶圆表面缺陷检测方法。该方法采用了轻量级网络GhostNet作为主干提取网络,以降低模型复杂度并提升检测速度。同时为了提高模型的特征提取能力和检测精度,引入了高效通道注意力... 为了兼顾实时性和准确率,提出了一种基于改进YOLOv5算法的晶圆表面缺陷检测方法。该方法采用了轻量级网络GhostNet作为主干提取网络,以降低模型复杂度并提升检测速度。同时为了提高模型的特征提取能力和检测精度,引入了高效通道注意力机制。此外采用FReLU激活函数取代了原有的SiLU函数,以增强模型对空间的敏感性,提高检测准确性。使用真实的晶圆缺陷数据集对改进模型进行验证。实验结果表明,相比于原始模型,改进YOLOv5网络模型实现了30.02%的参数压缩,同时目标精度达到78.6%,相较于YOLOv5s提升了4.4%,mAP值提高5.5%,检测速度提高1.3 ms。 展开更多

关键词 深度学习 晶圆表面缺陷 缺陷检测 YOLOv5 GhostNet

下载PDF 职称材料

全局与局部多尺度特征融合晶圆缺陷分类网络

10

作者 陈晓雷 李正成 +2 位作者 杨富龙 温润玉 沈星阳 《电子测量与仪器学报》 2024年第10期159-169,共11页

在半导体制造领域,晶圆缺陷分类是确保产品质量的重要步骤。然而,由于晶圆缺陷的多样性和复杂性,现有的混合型晶圆缺陷分类网络在准确性上仍然存在不足。针对这一问题,提出了一种基于全局和局部多尺度特征融合的混合型晶圆缺陷分类网络... 在半导体制造领域,晶圆缺陷分类是确保产品质量的重要步骤。然而,由于晶圆缺陷的多样性和复杂性,现有的混合型晶圆缺陷分类网络在准确性上仍然存在不足。针对这一问题,提出了一种基于全局和局部多尺度特征融合的混合型晶圆缺陷分类网络—MLG-Net。MLG-Net由3个主要模块组成:特征提取模块、全局分支和局部分支。该网络旨在更好地提取和利用晶圆缺陷图像的全局语义信息与局部细节特征,这两种特征通过多尺度特征融合技术相结合,最终形成一个更加全面的特征表示,有助于分类器在面对复杂混合缺陷时,做出更为准确的判断,从而提升分类精度。为了验证MLG-Net的有效性,在包含38种混合类型缺陷的数据集—MixedWM38上进行了大量实验,其分类准确度达到98.84%。结果表明,MLG-Net在综合性能上优于当前主流的六种晶圆缺陷分类方法。这一结果证明了全局与局部特征融合在处理混合型晶圆缺陷分类任务中的重要性和有效性。 展开更多

关键词 半导体制造 晶圆缺陷分类 混合型缺陷 全局与局部特征 特征融合

原文传递

基于改进生成对抗网络的晶圆表面缺陷检测

11

作者 凌鸿伟 张建敏 《现代信息科技》 2024年第20期37-42,47,共7页

对于晶圆表面缺陷检测来说,缺陷样本存在着样本数量不足,缺陷表现形式多样的问题。为解决此类问题,提出了一种基于改进生成对抗网络的晶圆表面缺陷检测模型。该模型首先在GANomaly模型的基础上引入了跳层连接,并引入CBAM注意力机制,用... 对于晶圆表面缺陷检测来说,缺陷样本存在着样本数量不足,缺陷表现形式多样的问题。为解决此类问题,提出了一种基于改进生成对抗网络的晶圆表面缺陷检测模型。该模型首先在GANomaly模型的基础上引入了跳层连接,并引入CBAM注意力机制,用以更好地关注图像重要区域,其次引入记忆模块以约束潜在空间的表示,最后在原模型架构上新增一个自编码器架构判别器,以确保训练更稳定,更容易收敛到最佳平衡点。实验结果表明,该模型能够准确分辨具有缺陷的晶圆样本,检测精度达到了0.985,相较于GANomaly算法提升了6.7%。对于Mvtec AD数据集,检测精度达到了0.79,相较于GANomaly算法提升了3%。 展开更多

关键词 晶圆表面缺陷 生成对抗网络 CBAM 记忆模块

下载PDF 职称材料

基于离焦图像的晶圆表面缺陷检测 被引量：1

12

作者 何睿清 周鑫宇 +2 位作者 张慧 郝飞 宋佳潼 《组合机床与自动化加工技术》 北大核心 2023年第7期110-113,118,共5页

缺陷检测在晶圆生产中起着关键作用,在利用机器视觉检测晶圆缺陷时,无论晶圆有无缺陷均进行自动对焦,从而导致检测效率降低,针对该问题,提出了一种基于离焦图像的晶圆表面缺陷检测方法。可在对焦前下对晶圆进行评估,检测缺陷后进行对焦... 缺陷检测在晶圆生产中起着关键作用,在利用机器视觉检测晶圆缺陷时,无论晶圆有无缺陷均进行自动对焦,从而导致检测效率降低,针对该问题,提出了一种基于离焦图像的晶圆表面缺陷检测方法。可在对焦前下对晶圆进行评估,检测缺陷后进行对焦,首先在频域中对晶圆图像进行自适应背景估计和去除,得到光照均匀、特征突出的检测图像;然后使用区域合并的优化分水岭算法进行图像分割;最后对分割后缺陷区域进行缺陷识别。实验结果表明,该方法可以准确鉴别晶圆图像是否存在缺陷,对于存在缺陷的样本,缺陷检测准确率可达95.3%,提高了检测效率。 展开更多

关键词 晶圆缺陷检测 频域图像处理 背景估计 分水岭算法 特征识别

下载PDF 职称材料

SiC MOSFET栅极氧化层缺陷检测

13

作者 龚瑜 黄彩清 《电子显微学报》 CAS CSCD 北大核心 2024年第2期190-199,共10页

SiC以其耐高压,高频,高温和高功率密度的材料特性,广泛应用于高效电能转换领域。而其栅氧化层可靠性是评价器件可靠性的重要部分。本文根据SIC MOSFET结构特性和栅氧化层缺陷的形成机理,对一批应力筛选实验失效的样品进行研究,提出了一... SiC以其耐高压,高频,高温和高功率密度的材料特性,广泛应用于高效电能转换领域。而其栅氧化层可靠性是评价器件可靠性的重要部分。本文根据SIC MOSFET结构特性和栅氧化层缺陷的形成机理,对一批应力筛选实验失效的样品进行研究,提出了一种针对SIC-MOSFET的栅氧化层缺陷检测方法。方法使用了正面和背面失效EMMI定位了相同缺陷位置,同时利用聚焦离子束分析等方法找到了栅氧化层物理损伤点,对碳化硅晶圆级别异物缺陷完成了成分分析,验证了晶圆级栅极氧化层异物缺陷对于栅氧化层质量和可靠性的影响,对于SiC MOSFET的早期失效研究有着重要的参考作用。 展开更多

关键词 碳化硅 晶圆缺陷 栅氧化层缺陷 高温栅偏实验

下载PDF 职称材料

晶圆表面微米级缺陷检测 被引量：3

14

作者 戴敬 肖朋 +1 位作者 杨志家 马继开 《计算机工程与设计》 北大核心 2015年第6期1671-1675,F0003,共6页

为降低晶圆缺陷对半导体制造的影响,在基于改进的多重中值滤波算法的基础上,以差影法为基本原理,采用归一化互相关的模版匹配方法实现晶圆表面缺陷检测。改进的多重中值滤波算法有效实现噪声点与非噪声点的分辨,归一化模版匹配算法对光... 为降低晶圆缺陷对半导体制造的影响,在基于改进的多重中值滤波算法的基础上,以差影法为基本原理,采用归一化互相关的模版匹配方法实现晶圆表面缺陷检测。改进的多重中值滤波算法有效实现噪声点与非噪声点的分辨,归一化模版匹配算法对光照具有很好的鲁棒性。对大量的晶粒进行实验,实验结果表明,该方法可有效检测出晶圆表面的缺陷,精度达到15μm左右,所提检测算法在实际的应用中可代替人工,快速、准确地实现晶圆的缺陷检测。 展开更多

关键词 晶圆缺陷检测 差影 双模版匹配 多重中值滤波 鲁棒性

下载PDF 职称材料

晶圆表面缺陷模式的在线探测与自适应识别研究 被引量：5

15

作者 吴斌 卢笑蕾 余建波 《计算机工程与应用》 CSCD 北大核心 2016年第17期261-265,270,共6页

晶圆表面的缺陷通常反映了半导体制造过程存在的异常问题,通过探测与识别晶圆表面缺陷模式,可及时诊断故障源并进行在线调整。提出了一种晶圆表面缺陷模式的在线探测与自适应识别模型。首先该模型对晶圆表面的缺陷模式进行特征提取,基... 晶圆表面的缺陷通常反映了半导体制造过程存在的异常问题,通过探测与识别晶圆表面缺陷模式,可及时诊断故障源并进行在线调整。提出了一种晶圆表面缺陷模式的在线探测与自适应识别模型。首先该模型对晶圆表面的缺陷模式进行特征提取,基于特征集对每种晶圆模式构建相应的隐马尔科夫模型(Hidden Markov Model,HMM),并提出基于HMM动态集成的晶圆缺陷在线探测与识别方法。提出的模型成功应用于WM-811K数据库的晶圆缺陷检测与识别中,实验结果充分证明了该模型的有效性与实用性。 展开更多

关键词 半导体制造 晶圆缺陷 模式识别 隐马尔科夫模型

下载PDF 职称材料

基于局部与非局部线性判别分析和高斯混合模型动态集成的晶圆表面缺陷探测与识别 被引量：16

16

作者 余建波 卢笑蕾 宗卫周 《自动化学报》 EI CSCD 北大核心 2016年第1期47-59,共13页

在复杂的半导体制造过程中,晶圆生产经过薄膜沉积、蚀刻、抛光等多项复杂的工序,制造过程中的异常波动都可能导致晶圆缺陷产生.晶圆表面的缺陷模式通常反映了半导体制造过程的各种异常问题,生产线上通过探测和识别晶圆表面缺陷,可及时... 在复杂的半导体制造过程中,晶圆生产经过薄膜沉积、蚀刻、抛光等多项复杂的工序,制造过程中的异常波动都可能导致晶圆缺陷产生.晶圆表面的缺陷模式通常反映了半导体制造过程的各种异常问题,生产线上通过探测和识别晶圆表面缺陷,可及时判断制造过程故障源并进行在线调整,降低晶圆成品率损失.本文提出了基于一种流形学习算法与高斯混合模型动态集成的晶圆表面缺陷在线探测与识别模型.首先该模型开发了一种新型流形学习算法—局部与非局部线性判别分析法(Local and nonlocal linear discriminant analysis,LNLDA),通过融合数据局部/非局部信息以及局部/非局部惩罚信息,有效地提取高维晶圆特征数据的内在流形结构信息,以最大化数据不同簇样本的低维映射距离,保持特征数据中相同簇的低维几何结构.针对线上晶圆缺陷产生的随机性和复杂性,该模型对每种晶圆缺陷模式构建相应的高斯混合模型(Gaussian mixture model,GMM),提出了基于高斯混合模型动态集成的晶圆缺陷在线探测与识别方法.本文提出的模型成功地应用到实际半导体制造过程的晶圆表面缺陷在线探测与识别,在WM-811K晶圆数据库的实验结果验证了该模型的有效性与实用性. 展开更多

关键词 半导体制造 晶圆缺陷 模式识别 流形学习 高斯混合模型

下载PDF 职称材料

基于混合模型与流形调节的晶圆表面缺陷识别 被引量：10

17

作者 卢笑蕾 余建波 《计算机集成制造系统》 EI CSCD 北大核心 2018年第2期302-308,共7页

为了探测和识别半导体晶圆生产线上的晶圆表面缺陷,及时诊断出半导体晶圆制造过程的故障源,提出一套晶圆表面缺陷检测与识别系统。该系统首先采用层次聚类法将晶圆表面的局部缺陷划分为缺陷簇,并提出一种基于轮廓系数标准的最优缺陷簇... 为了探测和识别半导体晶圆生产线上的晶圆表面缺陷,及时诊断出半导体晶圆制造过程的故障源,提出一套晶圆表面缺陷检测与识别系统。该系统首先采用层次聚类法将晶圆表面的局部缺陷划分为缺陷簇,并提出一种基于轮廓系数标准的最优缺陷簇数目判定方法,提升了缺陷簇识别性能。针对晶圆表面常见的线形、曲线形和椭球形缺陷模式,该系统充分考虑数据在空间子流形上的分布,采用基于流形调节的局部连续高斯模型(LCGMM),同时加入主曲线模型,实现了对晶圆表面局部缺陷模式分布的统计描述建模。在完成初始建模识别的基础上,进一步提出集成LCGMM和主曲线模型的混合模型,对晶圆表面所有的缺陷模式进行建模识别,以提高缺陷模式识别的准确性。通过仿真案例和工业案例的实验结果,证明了该系统的有效性与实用性。 展开更多

关键词 半导体制造 晶圆缺陷 流形调节 混合模型 模式识别 故障诊断

下载PDF 职称材料

基于迁移学习与深度森林的晶圆图缺陷识别 被引量：6

18

作者 沈宗礼 余建波 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第6期1228-1239,共12页

为了有效识别晶圆图缺陷模式并及时诊断制造过程的故障源,提出基于迁移学习和深度森林集成的DenseNet-GCForest晶圆图缺陷模式识别模型.为了解决深度学习模型训练困难和晶圆图缺陷类型数目不平衡的问题,利用迁移学习将深度卷积神经网络D... 为了有效识别晶圆图缺陷模式并及时诊断制造过程的故障源,提出基于迁移学习和深度森林集成的DenseNet-GCForest晶圆图缺陷模式识别模型.为了解决深度学习模型训练困难和晶圆图缺陷类型数目不平衡的问题,利用迁移学习将深度卷积神经网络DenseNet在ImageNet上预训练的网络权重参数迁移至本模型并重新设计分类层,以减少深度网络模型的训练时间并提高模型的特征提取能力;基于DenseNet网络提取的高维抽象晶圆图特征,引入深度森林模型进行晶圆图特征缺陷模式识别.工业案例的实验验证结果表明,该方法的识别准确率达到了96.8%,并提高了识别效率,其性能优于典型的卷积神经网络以及其他常用识别方法. 展开更多

关键词 半导体制造 晶圆缺陷 迁移学习 卷积神经网络 深度森林

下载PDF 职称材料

晶圆表面缺陷模式识别的二维主成分分析卷积自编码器 被引量：4

19

作者 刘珈彤 余建波 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第3期425-436,共12页

由于半导体制造过程的高度复杂性和动态性,各种过程故障通常导致晶圆表面出现各种缺陷模式.为了有效地识别晶圆表面缺陷模式从而及时地诊断和控制故障源,提出一种深度神经网络模型--二维主成分分析卷积自编码器(two-dimensional princip... 由于半导体制造过程的高度复杂性和动态性,各种过程故障通常导致晶圆表面出现各种缺陷模式.为了有效地识别晶圆表面缺陷模式从而及时地诊断和控制故障源,提出一种深度神经网络模型--二维主成分分析卷积自编码器(two-dimensional principal component analysis-based convolutional autoencoder, PCACAE).首先,提出一种基于改进的二维主成分分析算法(conditional2DPCA,C2DPCA)的图像卷积核,形成PCACAE的第1个卷积层;其次,对卷积输出进行池化操作并卷积编码重构,构建一个卷积编码器,并提取其编码部分作为PCACAE的第2层卷积层的初始化权值,从而形成一个深度网络模型,实现晶圆图像的特征学习;最后, PCACAE网络进行训练微调得到最终网络模型.将PCACAE应用于WM-811K晶圆图像数据库并与其他算法进行对比测试,实验结果表明, PCACAE在晶圆表面缺陷识别上的性能优于其他经典的卷积神经网络模型(如GoogLeNet,DensNet等),从而验证了该方法的有效性与工业可应用性. 展开更多

关键词 晶圆缺陷 深度学习 卷积神经网络 自编码器

下载PDF 职称材料

基于机器视觉的晶圆表面缺陷检测 被引量：10

20

作者 陈治杉 刘本永 《贵州大学学报（自然科学版）》 2019年第4期68-73,共6页

为降低晶圆缺陷对半导体制造的影响,设计一种基于机器视觉的晶圆表面缺陷在线自动检测技术。首先,针对晶圆中单个晶元可能出现缺角或者遮挡,设计一种基于轮廓匹配的晶元定位方法;其中选取轮廓完整的良品图,经过图像拉伸、中值滤波、边... 为降低晶圆缺陷对半导体制造的影响,设计一种基于机器视觉的晶圆表面缺陷在线自动检测技术。首先,针对晶圆中单个晶元可能出现缺角或者遮挡,设计一种基于轮廓匹配的晶元定位方法;其中选取轮廓完整的良品图,经过图像拉伸、中值滤波、边缘检测、形态学处理,得到外边缘轮廓和内部圆点轮廓,建立外边缘轮廓模板,搜索晶圆图像金字塔进行模板匹配。其次,针对晶元背景是有一定规律排列的几何图案,缺陷可能与背景几何图案相似的问题,利用仿射变换原理,设计一种几何图案轮廓仿射变换与分区域检测方法;在此基础上,裁剪几何图案内部区域和几何图案外部区域,分别进行阈值分割和形态学处理,提取缺陷。再次,将缺陷做并集,得到总的缺陷,并进行标记,完成缺陷检测。实验结果表明,所提检测算法能有效解决晶元缺角或严重遮挡无法匹配定位和缺陷与背景几何图案相似的问题,且能有效检测出各种缺陷,单个小晶元的检测速度约430 ms,算法效果好,检测速度快,符合工业要求。 展开更多

关键词 晶圆缺陷检测 图像分割 形态学处理 轮廓匹配

下载PDF 职称材料