[发明专利]用于生成半导体检测报告的方法及装置

说明书

本公开的实施例公开了用于生成半导体检测报告的方法及装置，涉及云计算领域。该方法的一具体实施方式包括：获取待处理半导体的待处理图像，上述待处理图像包括表面图像、红外热分布图像；响应于上述待处理图像中表面图像存在缺陷图像，根据上述缺陷图像获取缺陷类型信息；基于上述缺陷类型信息查询上述红外热分布图像中的异常发热点；响应于上述红外热分布图像中不存在异常发热点，根据上述缺陷类型信息生成对应上述待处理半导体的检测报告。该实施方式提高了检测报告的准确性。

技术领域

本公开的实施例涉及图像处理技术领域，具体涉及用于生成半导体检测报告的方法及装置。

背景技术

半导体在消费电子、通信系统、医疗仪器等领域有广泛应用，深刻影响着现代人类的生活。随着智能制造新时代的到来，半导体质量显得愈加重要。但是，目前的制造水平使得半导体仍有不少缺陷，甚至包含大量杂质。半导体如果含有杂质，则其周期场被破坏。在杂质周围将形成局部量子态，对应的能级将处于禁带。这些缺陷和杂质直接影响到半导体的运行效能及寿命。而对半导体质量的检测，目前还主要由人工来完成，并由人工完成半导体的检测报告。

发明内容

本公开的实施例提出了用于生成半导体检测报告的方法及装置。

第一方面，本公开的实施例提供了一种用于生成半导体检测报告的方法，该方法包括：获取待处理半导体的待处理图像，上述待处理图像包括表面图像、红外热分布图像；响应于上述待处理图像中表面图像存在缺陷图像，根据上述缺陷图像获取缺陷类型信息；基于上述缺陷类型信息查询上述红外热分布图像中的异常发热点；响应于上述红外热分布图像中不存在异常发热点，根据上述缺陷类型信息生成对应上述待处理半导体的检测报告。

在一些实施例中，上述根据上述缺陷图像获取缺陷类型信息，包括：将上述待处理图像的缺陷图像导入预先训练的缺陷识别模型，得到对应上述待处理图的缺陷类型信息，其中，上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。

在一些实施例中，上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上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，上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；将上述多个样本缺陷图像中每个样本缺陷图像作为输入，将上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。

在一些实施例中，上述待处理图像还包括表面结构图像，以及，上述方法还包括：响应于上述红外热分布图像中存在异常发热点，根据上述异常发热点确定对应上述表面结构图像的目标区域；将上述目标区域导入预先训练的杂质检测模型，得到对应上述目标区域的杂质信息，上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；根据上述缺陷类型信息和杂质信息生成对应上述待处理半导体的检测报告。

在一些实施例中，上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上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；将上述多个历史杂质图像中每个历史杂质图像作为输入，将上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。

在一些实施例中，上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、缺陷类型信息、杂质信息。

第二方面，本公开的实施例提供了一种用于生成半导体检测报告的装置，该装置包括：图像获取单元，被配置成获取待处理半导体的待处理图像，上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，响应于上述待处理图像中表面图像存在缺陷图像，被配置成根据上述缺陷图像获取缺陷类型信息；异常发热点查询单元，被配置成基于上述缺陷类型信息查询上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，响应于上述红外热分布图像中不存在异常发热点，被配置成根据上述缺陷类型信息生成对应上述待处理半导体的检测报告。