[发明专利]用于半导体制造设备停运时自动恢复其运行的方法及装置

权利要求书

1.一种用于半导体制造设备停运时自动恢复其运行的方法，其特征在于，包括：

周期性获取半导体制造设备监控显示界面的图像并识别；

当识别到所述半导体制造设备监控显示界面上显示错误提示图像时，分析所述错误提示图像得到分析结果；

根据所述分析结果从数据库中对比查找与所述错误提示图像相匹配的库存图像；

根据所述匹配的库存图像，运行存储于所述数据库中的对应设备停运时恢复运行操作方法的操作指令。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若未查找到匹配的库存图像，则向用户终端发送告警消息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

检测所述半导体制造设备是否恢复运行，若否，则向用户终端发送告警消息。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当发生的新的停运状况时，存储对应于该新的停运状况的错误提示图像以及设备停运时恢复运行操作方法的操作指令。

5.根据权利要求1所述的方法，其特征在于，所述分析所述错误提示图像得到分析结果，包括：

通过文本倾斜校正算法对所述错误提示图像中的文本进行位置校正，将所述错误提示图像的文本框标注转化为像素级别的标注；

根据预先获得的所述错误提示图像的特征对所述错误提示图像进行语义分割，获取语义分割结果；

基于所述语义分割结果对所述错误提示图像的版面进行分析，得到分析结果。

6.根据权利要求5所述的方法，其特征在于，所述根据预先获得的所述错误提示图像的特征对所述错误提示图像进行语义分割，获取语义分割结果，包括：

利用带动量随机梯度下降方法训练深度学习神经网络，训练出一个图像分析深度学习神经网络模型；

将预先获得的所述错误提示图像的特征、所述错误提示图像层级之间的上下文关联属性输入至训练后的图像分析深度学习神经网络模型中对所述错误提示图像进行语义分割，获取语义分割结果。

7.根据权利要求6所述的方法，其特征在于，所述对所述错误提示图像进行语义分割，包括：

对所述错误提示图像的文本框和锚框进行回归分析，预测所述错误提示图像内的像素点以及所述错误提示图像中角点区域内的像素点。

8.根据权利要求7所述的方法，其特征在于，获取的语义分割结果包括：通过回归分析所述错误提示图像的文本框获取的角点位置；通过回归分析所述错误提示图像的锚框以及预测目标图像中角点区域内的像素点所获取的所述错误提示图像文本框的边界位置；通过预测所述错误提示图像中角点区域内的像素点获取的所述错误提示图像文本框的边界精确位置。

9.根据权利要求7所述的方法，其特征在于，所述基于所述语义分割结果对所述错误提示图像的版面进行分析，包括：对所有预测的像素点进行分类，获取目标图像的文本框的属性；基于所述文本框的属性对所述错误提示图像的版面进行分析。

10.一种用于半导体制造设备停运时自动恢复其运行的装置，其特征在于，包括：

监测识别模块，用于周期性获取半导体制造设备监控显示界面的图像并识别；

分析模块，用于当识别到所述半导体制造设备监控显示界面上显示错误提示图像时，分析所述错误提示图像得到分析结果；

对比查找模块，用于根据所述分析结果从数据库中对比查找与所述错误提示图像相匹配的库存图像；

运行模块，用于根据所述匹配的库存图像，运行存储于所述数据库中的对应设备停运时恢复运行操作方法的操作指令。

11.一种电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-9中任一所述的方法。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以实现如权利要求1-9中任一所述的方法。