基于卷积神经网络的晶圆缺陷检测与分类算法

• 作者: 史峥 邡鑫
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 晶圆检验 缺陷检测 缺陷分类 卷积神经网络 patch-based CNN分类器 Faster RCNN分类器
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 218-223
• 页数: 6页
• 分类号: TP18
• 字数: 4081字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0047107

摘要

针对晶圆检验时扫描电镜图像的缺陷检测和缺陷分类问题,利用ZFNet卷积神经网络对晶圆缺陷进行分类,并在此基础上,设计基于块的卷积神经网络缺陷检测算法.为提高准确率和加快速度,通过改进Faster RCNN分类器,提出另一种检测算法.实验结果表明,2种检测算法都能通过学习已标记位置和类型的缺陷数据,从扫描电镜图像中准确检测并分类多种类型缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史峥	浙江大学超大规模集成电路设计研究所	51	176	7.0	11.0
2	邡鑫	浙江大学超大规模集成电路设计研究所	1	3	1.0	1.0