[发明专利]训练用于低分辨率图像中的缺陷检测的神经网络有效

专利信息
申请号: 201980017305.4 申请日: 2019-03-28
公开(公告)号: CN111819676B 公开(公告)日: 2022-01-14
发明(设计)人: K·巴哈斯卡尔;L·卡尔森迪;B·里斯;L·尼古拉德斯;R·森伟·杨;S·希伯特 申请(专利权)人: 科磊股份有限公司
主分类号: H01L21/67 分类号: H01L21/67;H01L21/66;G03F7/20
代理公司: 北京律盟知识产权代理有限责任公司 11287 代理人: 刘丽楠
地址: 美国加利*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 训练 用于 分辨率 图像 中的 缺陷 检测 神经网络
【权利要求书】:

1.一种经配置以训练用于低分辨率图像中的缺陷检测的神经网络的系统,其包括:

检验工具,其包括高分辨率成像子系统及低分辨率成像子系统,其中所述高分辨率成像子系统及所述低分辨率成像子系统包括至少能量源及检测器,其中所述能量源经配置以产生经引导到样品的能量,且其中所述检测器经配置以检测来自所述样品的能量且响应于所述经检测能量而产生图像;

一或多个计算机子系统,其经配置用于获得由所述高分辨率成像子系统及所述低分辨率成像子系统产生的所述样品的所述图像;及

一或多个组件,其由所述一或多个计算机子系统执行,其中所述一或多个组件包括高分辨率神经网络及低分辨率神经网络;及

其中所述一或多个计算机子系统进一步经配置用于:

产生缺陷图像的训练集,其中所述缺陷图像中的至少一者由所述高分辨率神经网络使用由所述高分辨率成像子系统产生的所述图像中的至少一者合成地产生;

使用缺陷图像的所述训练集作为输入训练所述低分辨率神经网络;及

通过将由所述低分辨率成像子系统针对另一样品产生的所述图像输入到所述经训练低分辨率神经网络中而检测所述另一样品上的缺陷。

2.根据权利要求1所述的系统,其中缺陷图像的所述训练集包括由所述低分辨率成像子系统的多于一个模式产生的所述样品的图像。

3.根据权利要求2所述的系统,其中所述低分辨率成像子系统的所述多于一个模式包括所述低分辨率成像子系统的全部所述模式。

4.根据权利要求2所述的系统,其中所述一或多个计算机子系统进一步经配置用于选择用于检测所述另一样品上的所述缺陷的所述低分辨率成像子系统的所述多于一个模式中的一或多者,其中所述选择是基于使用由所述低分辨率成像子系统的所述多于一个模式产生的所述图像训练所述低分辨率神经网络的结果。

5.根据权利要求1所述的系统,其中所述检验工具经配置为不受绕射限制且具有约200nm到约2.0微米及以上的空间分辨率的系统。

6.根据权利要求1所述的系统,其中在所述另一样品上检测到的所述缺陷是所述另一样品的后端层的缺陷。

7.根据权利要求1所述的系统,其中在所述另一样品上检测到的所述缺陷是所述另一样品的重布层的缺陷。

8.根据权利要求1所述的系统,其中在所述另一样品上检测到的所述缺陷是所述另一样品的高噪声层的缺陷。

9.根据权利要求1所述的系统,其中在所述另一样品上检测到的所述缺陷是包括所述另一样品的金属线的层的缺陷。

10.根据权利要求1所述的系统,其中其上检测到所述缺陷的所述另一样品是切割后样品。

11.根据权利要求1所述的系统,其中所述高分辨率神经网络及所述低分辨率神经网络经配置用于单个图像缺陷检测。

12.根据权利要求1所述的系统,其中缺陷图像的所述训练集包括所述样品上的一或多个编程缺陷的一或多个图像,其中所述一或多个计算机子系统进一步经配置用于通过更改所述样品的设计而产生在所述设计中的所述一或多个编程缺陷,且其中经更改设计印刷于所述样品上以在所述样品上产生所述一或多个编程缺陷。

13.根据权利要求1所述的系统,其中缺陷的所述训练集包括一或多个合成缺陷的一或多个图像,且其中所述一或多个计算机子系统进一步经配置用于:

通过更改所述样品的设计而产生在所述设计中的所述一或多个合成缺陷;

基于所述设计中的所述一或多个合成缺陷而产生所述一或多个合成缺陷的经模拟高分辨率图像;及

将所述经模拟高分辨率图像添加到所述训练集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科磊股份有限公司,未经科磊股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201980017305.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top