【技術實現步驟摘要】
本專利技術涉及晶圓檢測領域，具體地，涉及一種晶圓缺陷檢測方法、裝置、電子設備、存儲介質和計算機程序產品。
技術介紹
1、在半導體制造過程中，針對晶圓的缺陷檢測是至關重要的環節。隨著科技的進步，自動化和智能化的缺陷檢測系統得到了廣泛應用。然而，傳統的缺陷檢測系統通常依賴于訓練有素的機器學習模型，這些模型需要大量的標注樣本數據進行訓練。在面對晶圓存在新型的缺陷時，獲取針對新型缺陷的標注樣本是一個耗時且成本高昂的過程。
技術實現思路
1、考慮到上述問題而提出了本專利技術。本專利技術實施例提供一種晶圓缺陷檢測方法、裝置、電子設備、存儲介質和計算機程序產品。這種方案可以在缺少晶圓的新型缺陷的標注樣本時，有效地將存在新型缺陷的晶圓圖像進行缺陷分類，缺陷檢測的效率和準確性較高。
2、根據本專利技術一個方面，提供了一種晶圓缺陷檢測方法。方法包括：獲取針對待測晶圓進行圖像采集所得到的待測圖像和多組預設缺陷描述文本；將與多組預設缺陷描述文本一一對應的多組輸入數據分別輸入經訓練的缺陷檢測模型，以確定待測圖像與多組預設缺陷描述文本中的每組預設缺陷描述文本之間的相似度，多組輸入數據中的每組輸入數據包括對應的預設缺陷描述文本以及待測圖像；將與待測圖像之間的相似度最高的預設缺陷描述文本確定為待測圖像的目標缺陷描述文本；其中，缺陷檢測模型包括文本特征提取模塊、圖像特征提取模塊和相似度計算模塊，文本特征提取模塊用于提取輸入的預設缺陷描述文本的文本特征，圖像特征提取模塊用于提取待測圖像的待測圖像特征，待測
3、可選地，預設注意力通道包括以下一項或多項：透明度通道、光譜信息通道和形貌信息通道。
4、可選地，缺陷檢測模型的訓練過程如下：將正樣本數據和/或負樣本數據輸入缺陷檢測模型，以獲取與正樣本數據對應的正樣本相似度和/或與負樣本數據對應的負樣本相似度，其中，正樣本數據包括樣本圖像以及多組預設缺陷描述文本中與樣本圖像匹配的預設缺陷描述文本，負樣本數據包括樣本圖像以及多組預設缺陷描述文本中與樣本圖像不匹配的預設缺陷描述文本，正樣本相似度為正樣本數據中的樣本圖像和預設缺陷描述文本之間的相似度，負樣本相似度為負樣本數據中的樣本圖像和預設缺陷描述文本之間的相似度；將正樣本相似度和/或負樣本相似度輸入對比損失函數中計算缺陷檢測模型的損失值，并基于損失值對缺陷檢測模型進行優化直至預設要求滿足。
5、可選地，在將與多組預設缺陷描述文本一一對應的多組輸入數據分別輸入經訓練的缺陷檢測模型，以確定待測圖像與多組預設缺陷描述文本中的每組預設缺陷描述文本之間的相似度之前，方法還包括：對待測圖像進行預處理，預處理包括噪聲去除、圖像增強和尺寸歸一化中的一項或多項。
6、可選地，相似度計算模塊通過以下方式計算輸入的預設缺陷描述文本的文本特征與待測圖像特征之間的相似度：對預設缺陷描述文本的文本特征和待測圖像特征分別進行歸一化處理，獲得歸一化文本特征和歸一化圖像特征；計算歸一化文本特征和歸一化圖像特征之間的余弦距離，以獲得預設缺陷描述文本的文本特征與待測圖像特征之間的相似度。
7、根據本專利技術另一方面，還提供了一種晶圓缺陷檢測裝置，包括：獲取模塊，用于獲取針對待測晶圓進行圖像采集所得到的待測圖像和多組預設缺陷描述文本；輸入模塊，用于將與多組預設缺陷描述文本一一對應的多組輸入數據分別輸入經訓練的缺陷檢測模型，以確定待測圖像與多組預設缺陷描述文本中的每組預設缺陷描述文本之間的相似度，多組輸入數據中的每組輸入數據包括對應的預設缺陷描述文本以及待測圖像；確定模塊，用于將與待測圖像之間的相似度最高的預設缺陷描述文本確定為待測圖像的目標缺陷描述文本；其中，缺陷檢測模型包括文本特征提取模塊、圖像特征提取模塊和相似度計算模塊，文本特征提取模塊用于提取輸入的預設缺陷描述文本的文本特征，圖像特征提取模塊用于提取待測圖像的待測圖像特征，待測圖像特征包括在預設注意力通道下的特征值，在預設注意力通道下的特征值用于指示待測圖像的各區域的關注度，相似度計算模塊用于計算輸入的預設缺陷描述文本的文本特征與待測圖像特征之間的相似度，預設缺陷描述文本與待測圖像之間的相似度為預設缺陷描述文本的文本特征與待測圖像特征之間的相似度。
8、根據本專利技術再一方面，還提供了一種電子設備，包括：處理器和存儲器，其中，存儲器中存儲有計算機程序指令，計算機程序指令被處理器運行時用于執行上述的晶圓缺陷檢測方法。
9、根據本專利技術又一方面，還提供了一種存儲介質，在存儲介質上存儲了程序指令，程序指令在運行時用于執行上述的晶圓缺陷檢測方法。
10、根據本專利技術又一方面，還提供了一種計算機程序產品，包括計算機程序指令，計算機程序指令在運行時用于執行如上述的晶圓缺陷檢測方法。
11、上述技術方案可以通過將多組預設缺陷描述文本分別與待測圖像組成輸入數據輸入經訓練的缺陷檢測模型，可以實現將待測圖像與已知的預設缺陷描述文本進行一一匹配，進而將匹配程度最高的預設缺陷描述文本確定為用于描述該待測圖像中的缺陷的目標缺陷描述文本，確定出對應的待測晶圓中所包含的至少部分缺陷。這種技術方案可以在缺少新型缺陷的標注樣本時，仍然可以對存在的缺陷中包含未知的新型缺陷的晶圓進行缺陷分類，并生成對應的文本描述，有利于提高晶的缺陷檢測效率，且可以實現對晶圓的缺陷的精細化分類，從而使得到的缺陷分類結果較為準確。另一方面，通過額外提取待測圖像在預設注意力通道下的特征值，可以將待測圖像中需要關注的目標區域的信息融入缺陷檢測模型的預測過程，使得缺陷檢測模型能夠利用該信息來預測待測圖像與預設缺陷文本之間的相似度，這有利于提高待測圖像與預設缺陷文本之間的匹配準確性。
12、上述說明僅是本專利技術技術方案的概述，為了能夠更清楚了解本專利技術的技術手段，而可依照說明書的內容予以實施，并且為了讓本專利技術的上述和其它目的、特征和優點能夠更明顯易懂，以下特舉本專利技術的具體實施方式。
本文檔來自技高網...【技術保護點】
1.一種晶圓缺陷檢測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述預設注意力通道包括以下一項或多項：透明度通道、光譜信息通道和形貌信息通道。
3.根據權利要求1所述的方法，其特征在于，所述缺陷檢測模型的訓練過程如下：
4.根據權利要求1所述的方法，其特征在于，在所述將與所述多組預設缺陷描述文本一一對應的多組輸入數據分別輸入經訓練的缺陷檢測模型，以確定所述待測圖像與所述多組預設缺陷描述文本中的每組預設缺陷描述文本之間的相似度之前，所述方法還包括：
5.根據權利要求1所述的方法，其特征在于，所述相似度計算模塊通過以下方式計算輸入的預設缺陷描述文本的文本特征與所述待測圖像特征之間的相似度：
6.一種晶圓缺陷檢測裝置，其特征在于，包括：
7.一種電子設備，包括處理器和存儲器，其特征在于，所述存儲器中存儲有計算機程序指令，所述計算機程序指令被所述處理器運行時用于執行如權利要求1-5任一項所述的晶圓缺陷檢測方法。
8.一種存儲介質，在所述存儲介質上存儲了程序指令，其特征在于，所述程序
9.一種計算機程序產品，包括計算機程序指令，其特征在于，所述計算機程序指令在運行時用于執行如權利要求1-5任一項所述的晶圓缺陷檢測方法。
...【技術特征摘要】
1.一種晶圓缺陷檢測方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述預設注意力通道包括以下一項或多項：透明度通道、光譜信息通道和形貌信息通道。
3.根據權利要求1所述的方法，其特征在于，所述缺陷檢測模型的訓練過程如下：
4.根據權利要求1所述的方法，其特征在于，在所述將與所述多組預設缺陷描述文本一一對應的多組輸入數據分別輸入經訓練的缺陷檢測模型，以確定所述待測圖像與所述多組預設缺陷描述文本中的每組預設缺陷描述文本之間的相似度之前，所述方法還包括：
5.根據權利要求1所述的方法，其特征在于，所述相似度計算模塊通過以下方式計算輸入的...
【專利技術屬性】
技術研發人員：錢龍，孫新，
申請(專利權)人：蘇州鎂伽科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。