摘要
本发明公开了一种3D堆叠芯片的晶圆内部缺陷图像自动识别方法及系统,属于半导体制造检测技术领域。该方法基于多模态成像技术同步获取光学、X射线及超声图像数据,通过动态调整成像参数适配不同晶圆层级与材料特性,结合分层滤波去噪、多分辨率配准及自监督深度学习方法提取多模态特征,利用注意力机制定位微米级缺陷。进一步通过强化学习构建缺陷‑工艺参数关联模型,生成闭环工艺优化指令并传输至执行系统。系统包含多模态成像、噪声抑制、深度学习分析及工艺优化模块,支持边缘计算部署。本发明显著提升多层堆叠芯片的内部缺陷检测效率与精度,实现检测‑分析的实时闭环控制,降低晶圆制造质量风险,适用于先进封装产线的智能化缺陷检测。
技术关键词
图像自动识别方法
生成工艺
抑制噪声信号
深度学习模型
监督学习算法
晶圆
图像自动识别系统
监督深度学习方法
成像模块
多模态成像技术
多层堆叠芯片
参数
X射线成像仪
多分辨率
定位缺陷位置
迭代重建算法
系统为您推荐了相关专利信息
数据索引构建方法
高维特征向量
大语言模型
样本
摘要
建筑能耗预测
节能优化方法
能耗预测模型
暖通空调系统
混合深度学习模型
氧化亚铜
检测食品
定量预测模型
食品提取液
石墨