一种基于联邦半监督学习的芯片表面缺陷检测方法及系统

本发明涉及芯片表面缺陷检测方法技术领域，具体涉及一种基于联邦半监督学习的芯片表面缺陷检测方法及系统，基于联邦半监督学习的芯片表面缺陷检测方法包括：在供货方服务器上利用有监督数据对目标客户端进行模型训练，通过引入辅助代理模型参与本轮训练，目标客户端的本地模型和辅助代理模型对未标注数据进行预测，通过将两者的概率分布合并，得到最可信的伪标签；目标客户端根据其本地模型和辅助代理模型计算一致性损失，通过最小化一致性损失来更新其本地模型无监督参数；无监督模型参数上传到供货方服务器更新自身的整个模型，本发明能够在没有足够标注数据的情况下，提高对芯片表面缺陷检测的准确性。