[发明专利]生成可用于检查半导体样本的训练集

权利要求书

1.一种生成用于训练可用于样本检查的深度神经网络的训练集的计算机化方法，所述方法由处理器和存储器电路系统执行，所述方法包含：

获得一组训练图像，每个训练图像表示样本的至少一部分；

针对所述组中的每个给定训练图像：

i)生成第一批训练面片，包括：

根据所述给定训练图像上的多个第一位置，将所述给定训练图像裁剪成第一多个原始面片；以及

扩充所述第一多个原始面片中的至少一部分，以便模拟由所述样本的物理过程导致的变化，从而产生构成所述第一批训练面片的第一多个扩充面片；以及

ii)生成第二批训练面片，包括：

在所述给定训练图像上将所述多个第一位置移位到多个第二位置，从而获得对应于所述多个第二位置的第二多个原始面片，以及

重复对所述第二多个原始面片进行所述扩充以生成第二多个扩充面片，从而产生第二批训练面片；以及

将对应于每个给定训练图像的至少所述第一批训练面片和所述第二批训练面片包括在所述训练集中。

2.如权利要求1所述的计算机化方法，其中所述训练集用于训练所述深度神经网络，所述深度神经网络可用于从包含以下各项的组中选择的至少一个检查过程：基于运行时图像的自动缺陷检测、自动缺陷审查、自动缺陷分类、自动分段、以及自动计量。

3.如权利要求1所述的计算机化方法，进一步包含重复所述生成第二批训练面片一次或多次直到满足完成标准为止，产生一批或多批训练面片，以及将所述一批或多批包括在所述训练集中。

4.如权利要求1所述的计算机化方法，进一步包含将所述第一多个原始面片和/或所述第二多个原始面片包括在所述训练集中。

5.如权利要求1所述的计算机化方法，其中所述第一位置是根据网格预定的。

6.如权利要求1所述的计算机化方法，其中所述第一位置是通过随机移位多个预定位置来获得的。

7.如权利要求1所述的计算机化方法，其中所述移位根据随机方向以随机偏移来执行。

8.如权利要求1所述的计算机化方法，其中所模拟的所述变化从包含以下各项的组中选择：过程变化和灰度级变化。

9.如权利要求1所述的计算机化方法，其中所述扩充所述第一多个原始面片中的至少一部分进一步包含根据概率函数来确定是否扩充所述第一多个原始面片中的每个原始面片，从而获得具有肯定性确定的所述第一多个原始面片中的所述至少一部分。

10.如权利要求1所述的计算机化方法，其中所述第一多个原始面片中的所述至少一部分用基于概率函数确定的相应扩充强度来扩充。

11.如权利要求1所述的计算机化方法，进一步包含将对应于每个训练图像的所述第一批训练面片包括在用于训练所述深度神经网络的第一时期中，并且将对应于每个训练图像的所述第二批训练面片包括在用于训练所述深度神经网络的第二时期中。