[发明专利]用于标记和检测缺陷的方法、设备、存储介质和程序产品

说明书

根据本公开的示例实施例，提供了用于检测缺陷的方法、设备和计算机可读存储介质。用于训练缺陷检测模型的方法包括：确定针对对象的样本图像中的第一区域，样本图像包括对象的缺陷，并且第一区域至少部分地包围对象的缺陷；基于第一区域，标识样本图像中的第二区域，第二区域与缺陷的一个或多个属性相关联；以及至少基于样本图像和第二区域，训练缺陷检测模型，以用于从待检测图像中检测潜在缺陷。本公开的实施例能够使提高缺陷检测的准确性。

技术领域

本公开的实施例主要涉及计算机领域，并且更具体地，涉及用于检测缺陷的方法、设备、计算机可读存储介质和计算机程序。

背景技术

缺陷检测(也称为缺陷检查)已广泛应用于各个领域，例如半导体制造、电子设计自动化(EDA)工具、集成电路可制造设计、平板显示器制造和其他制造行业等。在这种缺陷检测中，通常从待检测对象的图像中检测潜在缺陷。例如，可以从半导体芯片或晶圆或印刷电路板(PCB)的图像中检测潜在缺陷。为了使缺陷检测过程自动化，通常采用机器学习方法(例如，深度学习方法)来代替人工检测缺陷、对检测到的缺陷进行分类和/或标记缺陷位置等。

发明内容

根据本公开的示例实施例，提供了一种用于标记和检测缺陷的方案。

在本公开的第一方面，提供一种训练模型的方法。该方法包括：确定针对对象的样本图像中的第一区域，样本图像包括对象的缺陷，并且第一区域至少部分地包围对象的缺陷；基于第一区域，标识样本图像中的第二区域，第二区域与缺陷的一个或多个属性相关联；以及至少基于样本图像和第二区域，训练缺陷检测模型，以用于从待检测图像中检测潜在缺陷。

在本公开的第二方面中，提供了一种检测缺陷的方法。该方法包括：获取待检测图像，待检测图像中的对象包括缺陷；以及利用缺陷检测模型，确定与缺陷有关的信息，缺陷检测模型根据本公开的第一方面的方法被训练。

在本公开的第三方面中，提供了一种电子设备。该设备包括：处理器；以及与处理器耦合的存储器，存储器具有存储于其中的指令，指令在被处理器执行时使设备执行动作，动作包括：确定针对对象的样本图像中的第一区域，样本图像包括对象的缺陷，并且第一区域至少部分地包围对象的缺陷；基于第一区域，标识样本图像中的第二区域，第二区域与缺陷的一个或多个属性相关联；以及至少基于样本图像和第二区域，训练缺陷检测模型，以用于从待检测图像中检测潜在缺陷。

在一些实施例中，缺陷的一个或多个属性可以包括以下至少一项：缺陷在样本图像中的位置、或缺陷的类型。

在一些实施例中，可以基于第一区域标识第二区域包括：基于第一区域，从样本图像中定位缺陷；基于缺陷的形状，确定针对第二区域的边界；以及利用边界，标识第二区域。

在一些实施例中，第一区域和第二区域可以至少部分地重合。

在一些实施例中，可以确定样本图像是否包括不同于缺陷的另一缺陷；如果确定样本图像包括另一缺陷，确定样本图像中的第三区域，第三区域至少部分地包围对象的另一缺陷；以及可以基于第三区域，标识样本图像中与另一缺陷的一个或多个属性相关联的第四区域，以用于训练缺陷检测模型。

在一些实施例中，在缺陷检测模型的训练中，第二区域被赋予大于非重合区域的权重，非重合区域包括第一区域内与第二区域不重合的部分。

在本公开的第四方面中，提供了一种电子设备。该设备包括处理器；以及与处理器耦合的存储器，存储器具有存储于其中的指令，指令在被处理器执行时使设备执行动作，动作包括：获得待检测图像，待检测图像中的对象具有缺陷；以及利用根据本公开第一方面的方法训练的缺陷检测模型，确定与缺陷有关的信息。

在本公开的第五方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现根据本公开第一方面的方法。