一种基于双任务CNN的ATE晶圆图的缺陷检测方法

本说明书实施例提供基于双任务CNN的ATE晶圆图的缺陷检测方法，包括：获取自动化测试设备生成的晶圆图，并将晶圆图进行数据处理；构建具有双任务分支并共享一个编码器的网络模型结构；将处理后的晶圆图数据作为所述网络模型结构的输入，进行多阶段策略训练，得到最优网络模型；将所述最优网络模型部署到硬件设备中，所述硬件设备实时得到的晶圆图作为所述最优网络模型的输入，进行同步推理并输出，得到缺陷检测结果。通过利用一个基于编码器‑解码器架构、并包含分类与分割双任务分支的卷积神经网络模型，自动、快速、准确地识别并定位晶圆缺陷，及时有效地评估产线工艺健康状况，避免大规模良率损失等重大生产事故的目的。