【Research】Wafer晶圆异常模式检测研究

前言

此博客记录总结了一些深度学习工业界图像异常检测及分割领域的应用。可作为高拓展性的科研主题进行进一步研究无监督|自监督学习的可靠有效性,解决工业上异常数据较少的痛点。包含论文、代码以及一些解释。

Topic

晶圆(Wafer)是半导体测试中检查芯片(Die)的载体。在晶圆测试(Wafer Test)中一些经典的缺陷类型会在晶圆图(Wafer Map)中呈现圆、环、划线等基础图案,通过识别晶圆图中的主要图案有助于工程师追溯造成晶圆缺陷的根本原因。本研究针对快速、高效的分类晶圆图缺陷模式的问题。而图像领域的深度学习模型可以帮助我们快速精确的识别这些晶圆的缺陷模式。

【Research】Wafer晶圆异常模式检测研究_第1张图片【Research】Wafer晶圆异常模式检测研究_第2张图片

对于一个晶圆图来说可能会有多个不同的模式(pattern)或是多个pattern的混合:

【Research】Wafer晶圆异常模式检测研究_第3张图片

去识别不

你可能感兴趣的:(人工智能,深度学习,python,硬件工程)