基于深度学习的缺陷检测系统、物镜像差补偿方法和缺陷检测方法

本申请公开一种基于深度学习的缺陷检测系统、物镜像差补偿方法和缺陷检测方法。若启动像差补偿模式，运用预先训练好的神经网络基于物镜物面上的像差校准板的图像，预测光调制器件的目标面型。由于目标面型是利用神经网络预测出的，且神经网络是基于系统在所述神经网络训练模式下对所述像差校准板采集的测试图像以及基于所述测试图像优化出的光调制器件的预期面型训练的，神经网络能够基于像差补偿模式采集到的图像，预测出适用于优化光调制器件以补偿像差的面型调整方案。本申请基于神经网络实现对光调制器件的面型调整，进而完成物镜像差的补偿，这种可实时进行的补偿操作智能化且便利化，能够有效避免物镜像质持续走低。