[发明专利]用于确定晶片缺陷的设备和方法

权利要求书

1.一种系统，包括：

图像捕获装置，被配置为捕获晶片的图像；和

检查系统，包括分类系统，所述分类系统被配置为使用包括多个卷积层的分类卷积神经网络CNN从多个类别中确定所捕获的图像的分类，其中，所述多个类别中的每个指示所述晶片中缺陷的类型。

2.根据权利要求1所述的系统，进一步包括训练系统，所述训练系统包括：

编码器，被配置为将多个训练图像中的训练图像编码为特征向量；

解码器，被配置为将所述特征向量解码为重新生成的图像；以及

聚类系统，被配置为将所述特征向量聚类为多个群集中的群集；

分类训练系统，被配置为从所述多个类别中确定所述训练图像的分类；

其中，所述编码器、所述聚类系统、所述解码器和所述分类训练系统被配置为通过在一或多次迭代中重复操作以确定所述分类CNN的权重来训练所述分类CNN。

3.根据权利要求2所述的系统，其中，所述编码器由CNN的第一部分形成，所述第一部分包括多个卷积层并且被配置为基于所述训练图像来生成所述特征向量。

4.根据权利要求3所述的系统，其中，所述解码器由所述CNN的第二部分形成，所述第二部分包括多个解卷积层并且被配置为基于所述特征向量来生成所述重新生成的图像。

5.根据权利要求1所述的系统，进一步包括验证系统，所述验证系统被配置为通过确定所述分类中的主导概率值是否高于阈值来验证所述所捕获的图像的所述分类，其中，所述分类包括所述所捕获的图像所属的所述多个类别中的每个的概率。

6.根据权利要求5所述的系统，其中，所述训练系统被进一步配置为在验证所述分类失败时，通过至少部分地基于所述所捕获的图像来更新所述分类CNN的所述权重来重新训练所述分类CNN。

7.一或多种计算机可读非暂时性存储介质，所述介质编码有用于执行操作的指令，所述操作包括：

捕获晶片的图像；以及

使用包括多个卷积层的分类卷积神经网络CNN从多个类别中确定所捕获的图像的分类，其中，所述多个类别中的每个指示所述晶片中缺陷的类型。

8.根据权利要求7所述的介质，其中，所述操作进一步包括：

将多个训练图像中的训练图像编码为特征向量；

将所述特征向量解码为重新生成的图像；

将所述特征向量聚类为多个群集中的群集；

从所述多个类别中确定所述训练图像的分类；以及

通过在一或多次迭代中重复所述编码、所述聚类、所述解码和所述确定分类以确定所述分类CNN的权重来训练所述分类CNN。

9.根据权利要求8所述的介质，其中，对所述训练图像进行编码包括基于所述训练图像使用CNN的第一部分来生成所述特征向量，所述第一部分CNN包括被配置为形成编码器的多个卷积层。

10.根据权利要求9所述的介质，其中，对所述特征向量进行解码包括基于所述特征向量使用所述CNN的耦合到所述CNN的所述第一部分的第二部分来生成所述重新生成的图像，所述CNN的所述第二部分包括被配置为形成解码器的多个解卷积层。

11.根据权利要求10所述的介质，其中，所述操作进一步包括：

至少基于多个训练图像中的一个与从所述CNN的所述第一部分通过所述CNN的所述第二部分的对应的重新生成的图像之间的差使用所述多个训练图像来训练所述CNN；以及

至少基于所述多个训练图像中的每个的所确定的分类与基础事实之间的差使用所述多个训练图像来训练所述分类CNN。