《基于级联YOLO-GAN的晶圆缺陷检测及定位算法》

技术简介：

本发明属于深度学习计算机机器视觉领域和半导体技术检测领域,提出一种基于级联YOLO-GAN的晶圆缺陷检测及定位算法。在晶圆片生成制造过程中,将原始图像晶圆片分别送入基于改进YOLOv5的晶圆检测模型和基于BiseNet的晶圆语义分割模型中,获得晶圆片目标检测框位置和晶圆片的前景掩模；原始图像输入至基于改进生成对抗网络的缺陷检测模型,进而重构晶圆图像,并定位晶圆缺陷区域；利用晶圆片目标检测框位置作为约束,对缺陷图像的连通域进行分析,引入Softmax分类器实现对缺陷的定位以及晶圆缺陷的细分。本发明实现对不同尺度晶圆片的视觉检测,适用于晶圆缺陷的自动检测,能够大大提高缺陷检测的准确性与效率。

研发人员：夏新栋;杨彪;黄振涛;谢陈明玥;汤芷涵;黄怡;王睿;杨长春