【技术实现步骤摘要】
本说明书实施例属于数据处理，更具体地，涉及一种分类晶圆缺陷的方法、存储介质、设备和程序产品。
技术介绍
1、在晶圆缺陷检测领域中，相较于传统人工检测，ai算法检测展现出诸多的优势——具有更高的检测精度、更高的检测效率以及更低的人工成本。
2、目前，检测仪器已可自动识别出具有缺陷的待检晶圆，并以缺陷为目标区域采集缺陷图像。但是，确定该待检晶圆的缺陷类型，则仍需要进一步地对采集到的缺陷图像进行分析。
3、然而，传统的机器学习模型难以直接适应精度需求较高的缺陷图像的分析任务。以卷积神经网络（convolutional neural networks, cnn）模型为例，在缺陷图像被输入cnn模型后，受限于cnn模型的参数规模，会经历多轮下采样。但是，晶圆制造的精度要求极高，表面粗糙度通常要求在亚纳米级别，相应的，部分晶圆缺陷的尺寸极小，在对缺陷图像进行多轮下采样后可能造成缺陷信息的损失，对晶圆缺陷的分类准确性造成较大影响。
4、由此，本专利技术提供一种分类晶圆缺陷的方法、存储介质、设备和程序产品。
技术实现思路
1、本说明书实施例旨在提供一种分类晶圆缺陷的方法、存储介质、设备和程序产品。
2、为实现上述目的，本说明书一个方面提供一种分类晶圆缺陷的方法，所述方法利用晶圆分类模型执行，所述晶圆分类模型包括特征提取模块以及分类器，所述方法包括：
3、获取待分类缺陷图像；
4、根据所述待分类缺陷图像，确定图像尺寸相同而缺陷部
5、利用所述特征提取模块，对所述若干子缺陷图像分别进行特征提取，得到各缺陷特征；
6、利用所述分类器，根据所述各缺陷特征，确定所述待分类缺陷图像对应的缺陷类型。
7、在一些实现方式中，根据所述待分类缺陷图像，确定图像尺寸相同而缺陷部分占比不同的若干子缺陷图像，具体包括：
8、利用若干尺寸不同的截图框分别截取所述待分类缺陷图像中包含缺陷的目标区域，得到若干局部图像；
9、将各局部图像放大至与所述待分类缺陷图像尺寸相同，将放大后的各局部图像以及所述待分类缺陷图像作为若干子缺陷图像。
10、在一些实现方式中，根据各缺陷特征，确定所述待分类缺陷图像对应的缺陷类型，具体包括：
11、将各缺陷特征融合，得到融合特征；
12、根据所述融合特征，确定所述待分类缺陷图像对应的缺陷类型。
13、在一些实现方式中，将各缺陷特征融合，得到融合特征，具体包括：
14、将各缺陷特征加权求和，得到融合特征。
15、在一些实现方式中，将各缺陷特征融合，得到融合特征，具体包括：
16、针对融合特征中的任一位置，根据各缺陷特征中对应该位置的各元素的最大值，确定所述融合特征中该位置的元素，所述融合特征与所述缺陷特征的维度相同。
17、在一些实现方式中，将各缺陷特征融合，得到融合特征，具体包括：
18、将n个具有n通道的缺陷特征进行通道维度的叠加，得到具有n×n通道的联合缺陷特征；
19、利用n通道1×1维卷积核对所述联合缺陷特征进行卷积处理，并对卷积处理结果进行激活处理，得到n通道的融合特征。
20、在一些实现方式中，还包括：
21、获取训练样本，所述训练样本包括样本缺陷图像以及所述样本缺陷图像对应的缺陷标签；
22、根据所述样本缺陷图像，确定图像尺寸相同而缺陷部分占比不同的若干子样本图像；
23、利用所述特征提取模块，对所述若干子样本图像分别进行特征提取，得到各样本缺陷特征；
24、利用所述分类器，根据各样本缺陷特征，确定所述样本缺陷图像对应各缺陷类型的预测得分；
25、根据所述预测得分与所述缺陷标签，对所述晶圆分类模型进行训练。
26、本说明书第二方面提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行如第一方面所述的方法。
27、本说明书第三方面提供一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现如第一方面所述的方法。
28、本说明书第四方面提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如第一方面所述方法的步骤。
29、本说明书所提供的至少一种实现方式在检测晶圆缺陷的过程中，首先对待分类缺陷图像进行处理，获取若干将缺陷放大表示的子缺陷图像，进而可保证利用各子缺陷图像确定待分类缺陷图像对应的缺陷类型时，即使待分类缺陷图像中的缺陷尺寸极小，仍具有较高的分类准确度。
本文档来自技高网...【技术保护点】
1.一种分类晶圆缺陷的方法，其特征在于，所述方法利用晶圆分类模型执行，所述晶圆分类模型包括特征提取模块以及分类器，所述方法包括：
2.如权利要求1所述的方法，其特征在于，根据所述待分类缺陷图像，确定图像尺寸相同而缺陷部分占比不同的若干子缺陷图像，具体包括：
3.如权利要求1所述的方法，其特征在于，根据各缺陷特征，确定所述待分类缺陷图像对应的缺陷类型，具体包括：
4.如权利要求3所述的方法，其特征在于，将各缺陷特征融合，得到融合特征，具体包括：
5.如权利要求3所述的方法，其特征在于，将各缺陷特征融合，得到融合特征，具体包括：
6.如权利要求3所述的方法，其特征在于，将各缺陷特征融合，得到融合特征，具体包括：
7.如权利要求1所述的方法，其特征在于，还包括：
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-7中任一项的所述的方法。
9.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，其特征在于，所述处
10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1-7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种分类晶圆缺陷的方法，其特征在于，所述方法利用晶圆分类模型执行，所述晶圆分类模型包括特征提取模块以及分类器，所述方法包括：
2.如权利要求1所述的方法，其特征在于，根据所述待分类缺陷图像，确定图像尺寸相同而缺陷部分占比不同的若干子缺陷图像，具体包括：
3.如权利要求1所述的方法，其特征在于，根据各缺陷特征，确定所述待分类缺陷图像对应的缺陷类型，具体包括：
4.如权利要求3所述的方法，其特征在于，将各缺陷特征融合，得到融合特征，具体包括：
5.如权利要求3所述的方法，其特征在于，将各缺陷特征融合，得到融合特征，具体包括：
6.如权利要...
【专利技术属性】
技术研发人员：杜云峰，白肖艳，蔡雨桐，夏敏，易丛文，管健，
申请(专利权)人：深圳智现未来工业软件有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。