[发明专利]半导体芯片载板的缺陷验证方法、检测方法及AOI设备

权利要求书

1.一种半导体芯片载板的缺陷验证方法，半导体芯片载板上排列有多个IC单元，其特征在于，所述缺陷验证方法包括以下步骤：

利用AOI设备对缺陷检测中的载板进行扫描，得到所述载板的扫描图像，并使用AOI设备中的检测模型对所述扫描图像进行缺陷识别，得到缺陷识别结果，所述缺陷识别结果包括缺陷位置信息；

对所述扫描图像进行分割，得到对应各个IC单元的子图像，组成子图像集；

遍历所述子图像集中的每一个子图像，包括：将一子图像输入预先完成训练的AI模型，所述AI模型被配置为对预先定义的缺陷类型进行识别，所述预先定义的缺陷类型包括开路类型和/或短路类型，所述AI模型仅专注于学习开路和/或短路的缺陷特征，所述AI模型预先训练所使用的训练样本集中样本图像所具有的缺陷仅包括开路和/或短路；若所述AI模型识别到该子图像存在缺陷，则将与该子图像对应的IC单元标记为废弃单元，并遍历下一个子图像，直至所述子图像集中的全部子图像完成遍历；

根据所述缺陷识别结果的缺陷位置信息，显示所述扫描图像上被标记为废弃单元以外的其他IC单元处的缺陷，由操作人员对显示的缺陷进行验证。

2.一种半导体芯片载板的缺陷验证方法，半导体芯片载板上排列有多个IC单元，其特征在于，所述缺陷验证方法包括以下步骤：

利用AOI设备对缺陷检测中的载板进行扫描，得到所述载板的扫描图像，并使用AOI设备中的检测模型对所述扫描图像进行缺陷识别，得到缺陷识别结果，所述缺陷识别结果包括缺陷位置信息；

对所述扫描图像进行分割，得到对应各个IC单元的子图像，组成子图像集；

遍历所述子图像集中的每一个子图像，包括：将一子图像输入预先完成训练的AI模型，所述AI模型被配置为对预先定义的缺陷类型进行识别，所述预先定义的缺陷类型包括开路类型和/或短路类型，所述AI模型仅专注于学习开路和/或短路的缺陷特征，所述AI模型预先训练所使用的训练样本集中样本图像所具有的缺陷仅包括开路和/或短路；若所述AI模型识别到该子图像存在缺陷，则将与该子图像对应的IC单元标记为废弃单元，否则，根据所述缺陷识别结果的缺陷位置信息判断该子图像是否存在缺陷，若是，则显示该子图像的缺陷，由操作人员对显示的缺陷进行验证；

操作人员对显示的缺陷完成验证后，或者当该子图像不存在缺陷时，遍历下一个子图像，直至所述子图像集中的全部子图像完成遍历。

3.根据权利要求1或2所述的缺陷验证方法，其特征在于，若一IC单元被标记为废弃单元，则后续检测或修复流程中直接跳过该IC单元。

4.根据权利要求1或2所述的缺陷验证方法，其特征在于，将与该子图像对应的IC单元标记为废弃单元之前还包括：显示所述AI模型识别到的缺陷，由操作人员验证该缺陷是否属于预先定义的缺陷类型，若是，则将与该子图像对应的IC单元标记为废弃单元。

5.根据权利要求4所述的缺陷验证方法，其特征在于，若所述操作人员验证该缺陷不属于预先定义的缺陷类型，则停止将与该子图像对应的IC单元标记为废弃单元。

6.根据权利要求1或2所述的缺陷验证方法，其特征在于，所述缺陷识别结果还包括缺陷类型，若操作人员对显示的缺陷进行验证的结果与所述缺陷识别结果的缺陷类型一致，则验证通过，否则对该缺陷进行复核。

7.根据权利要求6所述的缺陷验证方法，其特征在于，若操作人员对显示的缺陷进行验证的结果与所述缺陷识别结果的缺陷类型不一致，则由复核人员对显示的缺陷进行识别，若复核人员的识别结果与所述缺陷识别结果的缺陷类型不一致，则以复核人员的识别结果作为该缺陷图像的标签，得到一学习样本；

并将该学习样本加入AOI设备的训练样本集，利用更新后的训练样本集对AOI设备中的检测模型进行再训练。