晶圆缺陷分类方法、装置、设备及存储介质

本申请提供了一种晶圆缺陷分类方法、装置、设备及存储介质，方法包括：获取样本晶圆灰度图像，并生成样本晶圆灰度图像对应的差值图像；对差值图像中的像素点进行聚类，以获得样本晶圆灰度图像对应的多个缺陷区域；从各个缺陷区域中获取多个特征点，并基于特征点和区域统计特征构造与多个缺陷区域一一对应的多组特征向量，根据特征向量及其对应的缺陷类别标识训练缺陷分类模型；当获得晶圆图像时，获取目标特征向量并将目标特征向量输入缺陷分类模型，以输出缺陷类别。采用本申请，可优化样本数据的处理，可快速去除无缺陷区域的干扰，可提高样本数据质量，进而提高缺陷分类模型的训练效率和分类准确性，模型鲁棒性强，适用性强。