摘要
本发明属于晶圆缺陷检测技术领域,并公开了一种基于超分辨引导型傅里叶注意力网络的晶圆缺陷检测方法,包括:获取晶圆图像;构建基础目标检测模型,基础目标检测模型包括依次连接的特征提取模块和分类预测模块;将基础目标检测模型作为学生模型;在基础目标检测模型的特征提取模块中引入深度超分辨率网络和傅里叶注意力机制,作为教师模型;将晶圆图像输入教师模型和学生模型中,基于教师模型的输出指导学生模型的训练,得到训练好的学生模型;基于训练好的学生模型对待检测晶圆图像进行分类预测,得到待检测晶圆图像的缺陷类型及对应位置。本发明所述技术方案能够提高纳米级晶圆缺陷的检测效率和精确度。
技术关键词
缺陷检测方法
学生
教师
超分辨率网络
特征提取模块
图像
注意力机制
晶圆缺陷检测
基础
蒸馏
检测损失
传播算法
分支
纳米级
参数
系统为您推荐了相关专利信息
综合能源系统
负荷预测方法
负荷预测模型
气候
负荷预测装置
缺陷检测方法
三维模型
对象
配电杆塔
三维点云数据
电网告警信息
数据挖掘模型
自然语言
多层注意力
指标