一种基于深度学习的半导体缺陷检测方法及系统

本发明涉及半导体制造技术领域，尤其涉及一种基于深度学习的半导体缺陷检测方法及系统。其中方法包括：步骤1：多波段协同成像与动态扫描控制；步骤2：多尺度特征融合与缺陷识别；步骤3：动态阈值判定与多尺度特征融合网络优化：根据当前批次缺陷热力图的概率分布特性动态调整判定阈值，并结合晶圆工艺类型对阈值施加偏移量，偏移量通过历史数据中误检率与漏检率的平衡关系确定；周期性筛选历史检测中分类置信度接近阈值的临界样本及误判样本，对多尺度特征融合网络最后一层进行增量学习，冻结上游网络权重以防止特征漂移。通过精细的图像处理、多波段信息融合、动态阈值调整和增量学习等机制，能够有效提升半导体制造过程中的缺陷检测效率和准确度，并持续优化检测性能。