[發明專利]檢測方法及裝置、檢測設備和存儲介質

在審

• 申請號: 202110456038.X
• 申請日: 2021-04-26
• 公開（公告）號: CN113192021A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 陳魯;肖安七;呂素;李青格樂;張嵩
• 申請（專利權）人: 深圳中科飛測科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 邵泳城

本申請提供一種檢測方法、檢測裝置、檢測設備和非易失性計算機可讀存儲介質。檢測方法包括輸入樣本圖像至第一分類模型，以輸出所述樣本圖像的類型；在所述樣本圖像的類型為缺陷圖像時，輸入所述樣本圖像至第二分類模型進行訓練，以使得所述第二分類模型收斂；及根據收斂后的所述第二分類模型檢測待測件的圖像的缺陷。檢測方法、檢測裝置、檢測設備和非易失性計算機可讀存儲介質通過第一分類模型將缺陷樣本輸入到第二分類模型訓練，從而使得第二分類模型能夠經過足夠數量的缺陷樣本訓練，可提高第二分類模型對不同缺陷的檢測準確性，從而提升檢測模型的檢測效果。

技術領域

本申請涉及檢測技術領域，特別涉及一種檢測方法、檢測裝置、檢測設備和非易失性計算機可讀存儲介質。

背景技術

目前，由于對晶圓進行檢測時，一般會采集晶圓的圖像作為樣本，但由于晶圓的不同類型的缺陷的出現幾率不同，其中不具有缺陷的樣本占了絕大部分，導致具有不同缺陷的樣本的數量差別驗證，在根據采集的樣本對檢測模型進行訓練時，對數量較少缺陷的訓練效果較差，從而影響檢測效果。

發明內容

本申請提供了一種檢測方法、檢測裝置、檢測設備和非易失性計算機可讀存儲介質。

本申請實施方式的檢測方法包括輸入樣本圖像至第一分類模型，以輸出所述樣本圖像的類型；在所述樣本圖像的類型為缺陷圖像時，輸入所述樣本圖像至第二分類模型進行訓練，以使得所述第二分類模型收斂；及根據收斂后的所述第二分類模型檢測待測件的圖像的缺陷。

本申請實施方式的檢測裝置包括輸入輸出模塊、第一獲取模塊、和檢測模塊。所述輸入輸出模塊用于輸入樣本圖像至第一分類模型，以輸出所述樣本圖像的類型；所述第一獲取模塊用于在所述樣本圖像的類型為缺陷圖像時，輸入所述樣本圖像至第二分類模型進行訓練，以使得所述第二分類模型收斂；及所述檢測模塊用于根據收斂后的所述第二分類模型檢測待測件的圖像的缺陷。

本申請實施方式的檢測設備包括處理器。所述處理器用于：輸入樣本圖像至第一分類模型，以輸出所述樣本圖像的類型；在所述樣本圖像的類型為缺陷圖像時，輸入所述樣本圖像至第二分類模型進行訓練，以使得所述第二分類模型收斂；及根據收斂后的所述第二分類模型檢測待測件的圖像的缺陷。

本申請實施方式的一種包含計算機程序的非易失性計算機可讀存儲介質，當所述計算機程序被一個或多個處理器執行時，使得所述處理器執行所述檢測方法。所述檢測方法包括輸入樣本圖像至第一分類模型，以輸出所述樣本圖像的類型；在所述樣本圖像的類型為缺陷圖像時，輸入所述樣本圖像至第二分類模型進行訓練，以使得所述第二分類模型收斂；及根據收斂后的所述第二分類模型檢測待測件的圖像的缺陷。

本申請的檢測方法、檢測裝置、檢測設備和非易失性計算機可讀存儲介質，通過第一分類模型識別具有缺陷的樣本和不具有缺陷的樣本，然后將缺陷樣本輸入到第二分類模型訓練，從而使得第二分類模型能夠經過足夠數量的缺陷樣本訓練，可提高第二分類模型對不同缺陷的檢測準確性，從而提升檢測模型的檢測效果。

本申請的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本申請的實踐了解到。

附圖說明

為了更清楚地說明本申請實施方式或現有技術中的技術方案，下面將對實施方式或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請的一些實施方式，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本申請某些實施方式的檢測方法的流程示意圖；

圖2是本申請某些實施方式的檢測裝置的模塊示意圖；

圖3是本申請某些實施方式的檢測設備的平面示意圖；

圖4是本申請某些實施方式的檢測方法的流程示意圖；