一种基于深度学习的光刻缺陷检测方法及装置

本申请属于人工智能和光学检测技术领域，具体公开了一种基于深度学习的光刻缺陷检测方法及装置，该方法包括：通过相干傅里叶散射法扫描各个有缺陷光刻样品，获取远场差分数据集，远场差分数据集包括缺陷标签数据和各个有缺陷光刻样品中各个扫描点对应的远场差分数据；基于远场差分数据集进行不对称分析，获取各个有缺陷光刻样品中各个扫描点对应的左右不对称信息、上下不对称信息和差分求和信息；利用三通道数据训练深度学习模型。本申请通过在收集到远场的衍射信息后，使用差分不对称分析的方法，得到三通道数据，作为深度学习模型的输入，深度学习模型能够自动学习缺陷信号的特征，提高系统的鲁棒性，实现通过神经网络进行光刻缺陷检测。