[發(fā)明專利]一種基于改進YOLOV5的深度學(xué)習(xí)晶圓焊點檢測方法

在審

• 申請?zhí)枺?/td>: 202210362924.0
• 申請日: 2022-04-08
• 公開（公告）號: CN114723833A
• 公開（公告）日: 2022-07-08
• 發(fā)明（設(shè)計）人: 許江杰;鄒艷麗;譚宇飛;余自淳
• 申請（專利權(quán)）人: 廣西師范大學(xué)
• 主分類號: G06T7/90
• 分類號: G06T7/90;G06T7/11;G06T7/00;G06N3/04;G06K9/62;G06V10/774;G06V10/82
• 代理公司: 桂林市華杰專利商標(biāo)事務(wù)所有限責(zé)任公司 45112
• 代理人: 覃永峰

本發(fā)明公開了一種基于改進YOLOV5的深度學(xué)習(xí)晶圓焊點檢測方法，所述方法為：1）制作晶圓焊點數(shù)據(jù)集；2）構(gòu)造注意力機制模塊CCANET；3）構(gòu)造融入注意力機制的YOLOV5網(wǎng)絡(luò)；4）引入Ghost模塊；5）訓(xùn)練改進YOLOV5網(wǎng)絡(luò)。本發(fā)明在使用更少網(wǎng)絡(luò)參數(shù)量的情況下，提高了晶圓焊點檢測的精度，在相同情況下，不僅可以檢測到更多的晶圓焊點，還能檢測到有遮擋的晶圓焊點。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)檢測技術(shù)領(lǐng)域，具體是一種基于改進YOLOV5的深度學(xué)習(xí)晶圓焊點檢測方法。

背景技術(shù)

隨著芯片的復(fù)雜度越來越高，芯片內(nèi)部的模組與功能越來越多，如何有效測試晶圓在整個芯片設(shè)計中被考慮的比例越來越多。同時，晶圓測試是芯片良品率最重要的統(tǒng)計方式之一，提高芯片良品率，能夠極大的降低工業(yè)生產(chǎn)中芯片制作的損耗，提高芯片生產(chǎn)效率。因此，晶圓測試在整個芯片制作中有著非常重要的戰(zhàn)略意義。

晶圓測試是對晶片上每個晶粒進行針測，使用檢測頭上的探針與焊點接觸，然后通過電性測試測量晶圓的容量及其它性能，其中探針與焊點的接觸大都由人工完成對準(zhǔn)，由于焊點面積為40x50微米或更小，人工對準(zhǔn)過程中，需要對焊點進行試觸，如果探針頭接觸晶圓焊點表面太輕，會導(dǎo)致測試數(shù)據(jù)不準(zhǔn)；如果接觸太重，則會導(dǎo)致?lián)p壞晶圓上的微小電路，同時，現(xiàn)有的晶圓測試機穩(wěn)定性不高，誤判率高，這也是一直困擾晶圓生產(chǎn)廠的主要矛盾之一。在實際工業(yè)生產(chǎn)中，晶圓測試機的檢測率約為40％，人工測試率約為30％，造成晶圓測試機檢測效率低下的主要原因之一是探針與晶圓焊點未對齊的問題。傳統(tǒng)的人工檢測對準(zhǔn)情況的方法難以滿足工業(yè)上高精度，高實時性的要求。隨著機器視覺的快速發(fā)展，推動了工業(yè)檢測方式的變更，人們開始使用機器視覺的方法，對晶圓焊點進行識別定位。通過對晶圓焊點的識別，進行對準(zhǔn)情況的實時檢測，并在出現(xiàn)對準(zhǔn)異常的時候進行校準(zhǔn)。

深度學(xué)習(xí)在目標(biāo)檢測中的廣泛應(yīng)用，為晶圓焊點的檢測提供了新的技術(shù)支持。目前目標(biāo)檢測算法最主流的兩個方向為兩階段(Two-stage)檢測算法和單階段(One-stage)檢測算法：兩階段檢測算法將物體檢測按分類問題對待，首先生成包含物體的區(qū)域，然后對候選區(qū)域進行分類和校準(zhǔn)，得到最終的檢測結(jié)果；單階段檢測算法直接給出最終的檢測結(jié)果，沒有顯式的生成候選框步驟。

兩階段的目標(biāo)檢測方法中最經(jīng)典的是R-CNN系列算法，雖然R-CNN系列算法精度高但由于網(wǎng)絡(luò)參數(shù)量大、檢測速度慢，無法達到實時檢測的要求。然而單階段目標(biāo)檢測算法中的YOLO系列是目前為止實現(xiàn)精度，和速度最優(yōu)的算法，它成功地實現(xiàn)了檢測精度和檢測速度的良好平衡，其中2020年提出的YOLOV5算法通過使用許多的網(wǎng)絡(luò)處理技巧在降低了網(wǎng)絡(luò)參數(shù)量的同時，保持了較高的精度。但由于檢測目標(biāo)的特殊性，YOLOV5算法針對晶圓焊點檢測任務(wù)仍有一定的優(yōu)化空間。

發(fā)明內(nèi)容

本發(fā)明目的是針對現(xiàn)有技術(shù)的不足，而提供一種基于改進YOLOV5的深度學(xué)習(xí)晶圓焊點檢測方法。這種方法不僅可以檢測到更多的晶圓焊點，還能檢測到有遮擋的晶圓焊點，這種方法網(wǎng)絡(luò)參數(shù)量少、精度高，更適合部署到實際應(yīng)用中。

實現(xiàn)本發(fā)明目的的技術(shù)方案是：

一種基于改進YOLOV5的深度學(xué)習(xí)晶圓焊點檢測方法，包括如下步驟：

1)制作晶圓焊點數(shù)據(jù)集：采集晶圓焊點圖像，對采集的晶圓焊點圖像進行預(yù)處理，用以提高數(shù)據(jù)集的樣本數(shù)和圖片質(zhì)量，然后對數(shù)據(jù)集進行標(biāo)注，對需要對準(zhǔn)的焊點和不需要對準(zhǔn)的焊點采用矩形標(biāo)注即將需要對準(zhǔn)的焊點命名為Rig孔、不需要對準(zhǔn)的焊點命名為Wro孔，最后制作出包含1464張晶圓焊點圖像的晶圓焊點數(shù)據(jù)集，并以9：1的比例將數(shù)據(jù)集分為訓(xùn)練集和驗證集；

2)構(gòu)造注意力機制模塊CCANET：包括：

2.1)首先采用一個由1*1卷積、Bathnorm模塊和Sigmoid函數(shù)組成的過濾器模塊，得到特征圖X，通過對數(shù)據(jù)的降維，在減少計算量的同時實現(xiàn)了信息的跨通道交互，加強了信息的連貫性；