一种集成电路缺陷的零样本分割与分类的方法

本发明公开了一种集成电路缺陷的零样本分割与分类的方法，多尺度临近特征聚合与自对比评分（MFSC），旨在提升集成电路制造中缺陷的检测精确度与效率。MFSC无需额外神经网络训练，具备强大的泛化能力。该方法包括：首先，运用预训练的Vision Transformer作为特征提取器，对不同尺度的图像块进行多尺度局部特征提取；其次，通过自对比评分机制，采用多尺度临近特征聚合对局部异常图像块特征进行表征，并进行同尺度不同块间局部特征的相互比较，计算异常分数以实现像素级缺陷分割。最后依据实验统计结果划分判断是否包含缺陷的阈值。实验证明，该方法在集成电路缺陷检测任务中的精度达到91.5%。满足实际应用过程中对集成电路缺陷检测的需求，且不需要任何的神经网络训练。