晶圆缺陷AI检测定制：弱对比缺陷与复判阈值

「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，把缺陷分割与ADC复判串成两级：一级高召回初筛，二级结合版图与工艺上下文做分类与置信度打分，低置信样本自动进入人工复判队列。

要点：

• 进展：在两条8英寸产线离线回放集上，弱对比缺陷召回由91.2%提升至98.6%，每片误报下降约37%，单机推理延迟低于80ms，可跟上产线节拍。
• 下一步：引入跨机台灰度归一化与少量样本增量学习，验证换机台后的阈值漂移控制，并接入SPC做趋势预警。