[发明专利]用于生成半导体检测报告的方法及装置有效

专利信息
申请号: 201911283274.5 申请日: 2019-12-13
公开(公告)号: CN111062920B 公开(公告)日: 2023-06-20
发明(设计)人: 冯博豪 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G01N21/88;G01N25/72
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 生成 半导体 检测 报告 方法 装置
【权利要求书】:

1.一种用于生成半导体检测报告的方法,包括:

获取待处理半导体的待处理图像,所述待处理图像包括表面图像、红外热分布图像;

响应于所述待处理图像中表面图像存在缺陷图像,根据所述缺陷图像获取缺陷类型信息;

基于所述缺陷类型信息查询所述红外热分布图像中的异常发热点;

响应于所述红外热分布图像中不存在异常发热点,根据所述缺陷类型信息生成对应所述待处理半导体的检测报告;

所述待处理图像还包括表面结构图像,以及

所述方法还包括:

响应于所述红外热分布图像中存在异常发热点,根据所述异常发热点确定对应所述表面结构图像的目标区域;

将所述目标区域导入预先训练的杂质检测模型,得到对应所述目标区域的杂质信息,所述杂质检测模型用于表征目标区域与杂质信息之间的对应关系;

根据所述缺陷类型信息和杂质信息生成对应所述待处理半导体的检测报告。

2.根据权利要求1所述的方法,其中,所述根据所述缺陷图像获取缺陷类型信息,包括:

将所述待处理图像的缺陷图像导入预先训练的缺陷识别模型,得到对应所述待处理图像的缺陷类型信息,其中,所述缺陷识别模型用于表征缺陷图像与缺陷类型信息之间的对应关系。

3.根据权利要求2所述的方法,其中,所述缺陷识别模型通过以下步骤训练得到:

获取多个样本缺陷图像和对应所述多个样本缺陷图像中每个样本缺陷图像的样本缺陷类型信息,所述样本缺陷图像包括以下至少一项:擦痕缺陷、划痕缺陷、孔洞缺陷、缺损缺陷;

将所述多个样本缺陷图像中每个样本缺陷图像作为输入,将所述多个样本缺陷图像中每个样本缺陷图像所对应的样本缺陷类型信息作为输出,训练得到缺陷识别模型。

4.根据权利要求1所述的方法,其中,所述杂质检测模型通过以下步骤训练得到:

获取多个历史杂质图像和对应所述多个历史杂质图像中每个历史杂质图像对应的历史杂质信息;

将所述多个历史杂质图像中每个历史杂质图像作为输入,将所述多个历史杂质图像中每个历史杂质图像所对应的历史杂质信息作为输出,训练得到杂质检测模型。

5.根据权利要求1至4任意一项所述的方法,其中,所述检测报告包括以下至少一项:待处理半导体的基本信息、缺陷图像、缺陷类型信息、目标区域、杂质信息。

6.一种用于生成半导体检测报告的装置,包括:

图像获取单元,被配置成获取待处理半导体的待处理图像,所述待处理图像包括表面图像、红外热分布图像;

第一检测单元,响应于所述待处理图像中表面图像存在缺陷图像,被配置成根据所述缺陷图像获取缺陷类型信息;

异常发热点查询单元,被配置成基于所述缺陷类型信息查询所述红外热分布图像中的异常发热点;

第一检测报告生成单元,响应于所述红外热分布图像中不存在异常发热点,被配置成根据所述缺陷类型信息生成对应所述待处理半导体的检测报告;

所述待处理图像还包括表面结构图像,以及

所述装置还包括:

第二检测单元,响应于所述红外热分布图像中存在异常发热点,被配置成根据所述异常发热点确定对应所述表面结构图像的目标区域;

杂质信息获取单元,被配置成将所述目标区域导入预先训练的杂质检测模型,得到对应所述目标区域的杂质信息,所述杂质检测模型用于表征目标区域与杂质信息之间的对应关系;

第二检测报告生成单元,被配置成根据所述缺陷类型信息和杂质信息生成对应所述待处理半导体的检测报告。

7.根据权利要求6所述的装置,其中,所述第一检测单元包括:

第一检测子单元,被配置成将所述待处理图像的缺陷图像导入预先训练的缺陷识别模型,得到对应所述待处理图像的缺陷类型信息,其中,所述缺陷识别模型用于表征缺陷图像与缺陷类型信息之间的对应关系。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911283274.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top