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上下文（层号、机台、距前道工序的间隔）做多任务学习，同时输出类别与根因线索，供工程师复核。
进展：在3台不同代际的明场检测设备上做迁移验证，在不做全量重标的前提下，跨机台分类一致率相比早期基线提升约14个百分点，灰度漂移导致的误报占比明显下降。
下一步：打通ADC复核回路，把工程师每一次改判沉淀为弱标签，按周做增量微调；同时给缺陷库加上版本管理，让新冒出的缺陷模式可命名、可追溯，而不是在每个机台上各起一套模型。
评论