申请/专利权人：科磊股份有限公司

申请日：2018-08-27

公开（公告）日：2021-02-19

公开（公告）号：CN111052332B

主分类号：H01L21/66(20060101)

分类号：H01L21/66(20060101)

优先权：["20170901 US 62/553,351","20180822 US 16/109,631"]

专利状态码：有效-授权

法律状态：2021.02.19#授权;2020.09.25#实质审查的生效;2020.04.21#公开

摘要：本发明提供用于训练以学习为基础的缺陷分类器的方法及系统。一种方法包含使用包含经识别所关注缺陷DOI及经识别扰乱点的缺陷的训练集训练以学习为基础的缺陷分类器。所述训练集中的所述DOI及扰乱点包含在至少一个训练晶片及至少一个检验晶片上识别的DOI及扰乱点。已知所述至少一个训练晶片具有异常高缺陷率且预期所述至少一个检验晶片具有正常缺陷率。

主权项：1.一种经配置以训练以学习为基础的缺陷分类器的系统，其包括：检验子系统，其包括至少能量源及检测器，其中所述能量源经配置以产生经引导到晶片的能量，其中所述检测器经配置以检测来自所述晶片的能量且响应于经检测能量而产生输出，且其中所述晶片包括已知具有异常高缺陷率的至少一个训练晶片及预期具有正常缺陷率的至少一个检验晶片；及一或多个计算机子系统，其经配置用于：通过将缺陷检测方法分别应用到针对所述至少一个训练晶片及所述至少一个检验晶片产生的所述输出而检测所述至少一个训练晶片及所述至少一个检验晶片上的缺陷；通过确定分别在所述至少一个训练晶片及所述至少一个检验晶片上检测的所述缺陷中的哪些缺陷是所关注缺陷而识别所述至少一个训练晶片及所述至少一个检验晶片上的所述所关注缺陷；通过确定分别在所述至少一个训练晶片及所述至少一个检验晶片上检测的所述缺陷中的哪些缺陷是扰乱点而识别所述至少一个训练晶片及所述至少一个检验晶片上的所述扰乱点；通过组合经识别所关注缺陷及经识别扰乱点的信息而产生包括所述经识别所关注缺陷及所述经识别扰乱点的缺陷训练集；识别所述至少一个训练晶片及所述至少一个检验晶片上未检测到所述缺陷的一或多个位置；将针对经识别的所述一或多个位置产生的图像添加到所述缺陷训练集作为所述至少一个训练晶片及所述至少一个检验晶片上的一或多个无缺陷位置；及使用所述缺陷训练集训练以学习为基础的缺陷分类器。

全文数据：

权利要求：

百度查询： 科磊股份有限公司 训练以学习为基础的缺陷分类器

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD