[發明專利]晶片缺陷模式分類方法及裝置、存儲介質、電子設備

有效

• 申請號: 201811109704.7
• 申請日: 2018-09-21
• 公開（公告）號: CN109242033B
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 潘曉東
• 申請（專利權）人: 長鑫存儲技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 袁禮君;闞梓瑄

本公開涉及計算機技術領域，尤其涉及一種晶片缺陷模式分類方法及裝置、存儲介質、電子設備。該方法包括：獲取標記出缺陷位置的晶片圖像；利用卷積神經網絡提取所述晶片圖像的特征，以得到所述晶片圖像的特征數據；通過自動編碼器對所述晶片圖像的特征數據進行編碼生成所述晶片圖像的特征編碼；對多個所述晶片圖像的特征編碼進行聚類，并基于聚類結果對各所述晶片圖像的缺陷模式進行分類。本公開大大的降低了人工的工作量，進而大大的降低了人力成本，同時也大大的提高了分類效率和分類的準確率，此外，可與EDA系統直接連接，提高了處理海量數據的能力。

技術領域

本公開涉及計算機技術領域，尤其涉及一種晶片缺陷模式分類方法及裝置、存儲介質、電子設備。

背景技術

在半導體生產的過程中，每一片晶片中的每個芯片都要進行一系列的測試，以判斷每個芯片的好壞(即是否通過測試)，進而根據每個芯片的好壞判斷晶片是否符合生產標準。通常不符合生產標準的晶片都有一些特定的缺陷模式，不同的缺陷模式往往可以反映出設計和生產過程中的問題，因此，對不符合生產標準的晶片的缺陷模式進行分類已成為半導體生產過程中的重要問題之一。

目前，通常采用人工的方式對各不符合生產標準的晶片的缺陷模式進行標注，以根據標注結果對晶片的缺陷模式進行分類，從而根據分類結果推斷出導致不符合生產標準的晶片產生每一種缺陷模式的原因，并根據產生每一種缺陷模式的原因生成糾錯方案，以提高下一批次的晶片的生產良率。

顯然，在上述方式中，由于采用人工標注和分類的方式，導致分類的人工工作量大、人力成本高、效率低，此外，由于采用了人工標注和分類的方式，無法避免人為因素的影響，例如，可能出現標注錯誤進而導致分類錯誤的問題，降低了分類的準確度。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本公開的目的在于提供一種晶片缺陷模式分類方法及裝置、存儲介質、電子設備，進而至少在一定程度上克服由于采用人工的標注和分類方式導致的分類工作量大、人力成本高、效率低、準確率低的問題。

根據本公開的一個方面，提供一種晶片缺陷模式分類方法，包括：

獲取標記出缺陷位置的晶片圖像；

利用卷積神經網絡提取所述晶片圖像的特征，以得到所述晶片圖像的特征數據；

通過自動編碼器對所述晶片圖像的特征數據進行編碼生成所述晶片圖像的特征編碼；

對多個所述晶片圖像的特征編碼進行聚類，并基于聚類結果對各所述晶片圖像的缺陷模式進行分類。

在本公開的一種示例性實施例中，所述利用卷積神經網絡提取所述晶片圖像的特征，以得到所述晶片圖像的特征數據包括：

通過至少一個第一卷積核提取所述晶片圖像的特征，以得到第一特征數據；

通過至少一個第二卷積核提取所述第一特征數據的特征，以得到第二特征數據；

對所述第二特征數據進行第一次池化處理，以得到第三特征數據；

通過至少一個第三卷積核提取所述第三特征數據的特征，以得到第四特征數據；

通過至少一個第四卷積核提取所述第四特征數據的特征，以得到第五特征數據；

對所述第五特征數據進行第二次池化處理，以得到所述晶片圖像的特征數據。

在本公開的一種示例性實施例中，在所述獲取標記出缺陷位置的晶片圖像之前還包括：

獲取多個標記出缺陷位置的晶片圖像樣本；