← 返回实验室

晶圆缺陷AI检测定制:跨机台灰度一致性与复判闭环

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,划伤与颗粒污染之间存在混淆。

要点1 · 进展:以晶圆图空间分布为约束,把单点缺陷判定与die级聚集性联合建模,先对孤立假点做空间一致性过滤。在现有测试集上,假点占比由约18%降至9%左右,真实缺陷召回保持稳定,划伤类召回略有提升。

要点2 · 下一步:引入跨机台灰度归一化,让不同检测设备的成像差异在进入模型前被对齐;同时与产线复判环节对接,把人工判定结果回流为增量样本,形成“检测—复判—回训”的轻量闭环,并观察一个季度内的模型漂移情况。

评论

更多研究动态

查看全部实验室 →