🔬 半导体晶圆AI缺陷检测系统定制

面向晶圆制造与先进封装，基于深度学习实现微米级缺陷智能识别与自动分类，助力良率诊断与根因追溯。

晶圆缺陷检测的难点不在于单张图能不能判对，而在于换机台、换批次、换工艺段之后还判得对。本期我们把这套定制系统拆成「缺陷发现—缺陷分类—缺陷聚类」三段：发现段用无监督重建做像素级异常定位，新缺陷类型不必先攒够标注样本；分类段用缺陷图块叠加工艺…

🔬 半导体晶圆AI缺陷检测系统定制2026-10-01

在晶圆缺陷检测实验中，我们把重点放在两个常被低估的问题上：一是不同机台、不同批次间灰度基线漂移，导致同一缺陷在A机判NG、B机判OK；二是复判环节的样本回流太慢，模型迭代周期被拉长。阶段性进展： • 预处理阶段引入按机台与膜层分组的灰度归…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-30

在《半导体晶圆AI缺陷检测系统定制》的阶段性实验中，我们把重点从单纯提升分类精度转向制程漂移下的稳定性。晶圆缺陷检测的难点不在单张图像，而在跨机台、跨批次的光照、膜厚与工艺窗口变化，导致同一模型误报率随周次上升。实验采用无监督漂移评分监测…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-29

「半导体晶圆AI缺陷检测系统定制」实验室近期把重心放在弱对比缺陷的检出稳定性上。晶圆表面的微划伤、残留与浅坑在明场下灰度差常低于3%，单纯依赖阈值分割，容易在换片号、换机台后出现波动。我们采用ROI对齐加多尺度特征融合的轻量分割网络，把缺陷…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-28

晶圆缺陷AI复判的实验，主要卡在两件事上：一是不同扫描机台、不同工艺批次的图像灰度与噪声分布不一致，同一类缺陷在不同机台上特征漂移明显；二是缺陷类别之间形态差异小，而可用的标注样本往往只有几百条，直接训练容易过拟合。阶段进展：我们把缺陷的…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-28

在半导体晶圆的 AI 缺陷检测系统中，我们近期把重心从单工序的检出率移到了跨工序误报抑制上。原因很直接：在客户 12 英寸线的实测中，光刻后与刻蚀后的缺陷图样在灰度与边缘形态上高度相似，模型容易把上一工序残留的工艺标记判为真实缺陷，导致复判…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-27

晶圆缺陷检测的难点往往不在"能否检出"，而在"缺陷叫什么、值不值得复检"。产线上的自动缺陷分类（ADC）多沿用旧制程的缺陷编码表，颗粒、划痕、针孔、图形坍塌混在同一层级，输出难以直接支撑良率归因；而复…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-27

在晶圆缺陷检测系统定制中，我们近期把重点放在一个容易被低估的问题上：模型在同一台设备上表现良好，换到另一台同型号机台后，检出率往往出现明显回落。原因通常不是算法本身，而是成像条件、光源衰减、载台平整度带来的灰度分布漂移。我们的实验思路是把…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-26

在《半导体晶圆AI缺陷检测系统定制》实验室的第三阶段实验中，我们把重点从算法精度转向了工程可落地性：产线上的缺陷样本天然稀疏，且不同制程段（光刻、刻蚀、薄膜）的形貌差异明显，直接训练通用模型容易过拟合到某一类噪声。本阶段我们采用「缺陷图谱…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-26

在做《半导体晶圆AI缺陷检测系统定制》时，我们把重点从单点缺陷分类移向晶圆图的空间模式识别：环形、弧形、划痕、中心簇、边缘密集等形态，往往比单个缺陷的类别更能指向具体制程环节。进展：以产线现有的缺陷坐标数据为输入，将每片晶圆的缺陷点转为稀…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-25

在半导体晶圆缺陷检测的定制实验中，我们把关注点从“模型能识别多少类缺陷”转向“检测结果经产线复判后能否被直接采信”。第一阶段在明场与暗场两种成像条件下用同一套分类模型分别推理，发现同一缺陷类型在两路光源下的置信度分布差异明显，划伤与颗粒污染…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-25

晶圆表面缺陷检测的难点不在模型本身，而在缺陷型态长尾、标注成本高、产线节拍紧三者的冲突。本实验室《半导体晶圆AI缺陷检测系统定制》近期把工作拆成两条线：一条做已知缺陷的快速分类，一条做未知缺陷的兜底发现。阶段进展：已知缺陷线：采用迁移学…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-24

在《半导体晶圆AI缺陷检测系统定制》的阶段性实验中，我们把重点放在缺陷类别长尾与产线灰度变化上。早期基线采用规则阈值加传统分类器，漏检集中在划痕、微颗粒等低频缺陷，且光刻、刻蚀批次漂移会让同一模型误报上升。本轮进展： • 采用“通用预训练…

🔬 半导体晶圆AI缺陷检测系统定制2026-09-24