摘要
本申请提供了晶圆缺陷分类方法、设备、系统、存储介质及程序产品,涉及半导体制造技术领域,包括确定待分类晶圆的至少一个缺陷图像;基于预设的晶圆缺陷分类模型对至少一个缺陷图像进行缺陷分类,以确定待分类晶圆的缺陷类型;预设的晶圆缺陷分类模型的训练过程包括:将有标签样本集和伪标签样本集作为半监督训练数据,对初始晶圆缺陷分类模型进行调整,得到预设的晶圆缺陷分类模型;其中,预设的晶圆缺陷分类模型中有标签样本的损失函数的权重,与伪标签样本的损失函数的权重的比值,根据伪标签样本集中伪标签样本的数量与有标签样本集中有标签样本的数量的比值确定。本申请可以提供一种提高晶圆缺陷分类准确性的技术方案。
技术关键词
样本
扫描电子显微镜
标签
缺陷分类方法
分类设备
半监督训练
预训练模型
成像设备
聚类
晶圆检测系统
图像
处理器
可读存储介质
缺陷类别
计算机程序产品
数据
存储器
系统为您推荐了相关专利信息
雷达回波图像
天气雷达基数据
注意力机制
特征提取单元
空洞
影像数据分类方法
扩展特征向量
集成分类器
深度特征学习
神经影像数据分析技术