使用数据增强以及轻量级神经网络的半导体缺陷分类方法

本发明提出了一种使用数据增强以及轻量级神经网络的半导体缺陷分类方法，包括以下步骤：步骤S0、使用扫描电子显微镜进行数据采集，构建初始数据集。S1、对缺陷进行分割，提取出需要进行数据增强的部分。S2、对少数类缺陷图像执行数据增强，解决数据样本不平衡的问题。S3、给数据增强后的缺陷图像加入背景构造增强后的数据集，并获取混合数据集。S4、训练轻量级神经网络进行缺陷识别。S5、将训练好的神经网络用于半导体缺陷分类和识别。本发明可准确、快速在实现半导体晶圆片的缺陷分类和识别。