[发明专利]芯片表面缺陷检测方法、系统、计算机设备和存储介质

权利要求书

1.芯片表面缺陷检测方法，其特征在于，包括以下步骤：

采集无损芯片的表面图片，以所述无损芯片的表面图像训练Cycle GAN网络框架，所述Cycle GAN网络框架包括真实空间的第一GAN网络和映射空间的第二GAN网络；

基于所述第一GAN网络和第二GAN网络生成缺陷检测模型，其中：

第一GAN网络由第一生成器通过映射空间随机生成的一个正态噪声矩阵解码生成一个假图片与真实的无损芯片表面图片通过第一判别器进行比较训练，来训练第一判别器和第一生成器的判别能力和生成能力，此时的第一生成器也起着解码器的作用，将映射空间的随机噪声解码到真实空间；

第二GAN网络由第二生成器通过将真实空间的无损芯片表面图片编码映射至映射空间与映射空间随机生成的一个正态噪声矩阵通过第一判别器进行比较训练，来训练第二判别器和第二生成器的判别能力和生成能力，此时的第二生成器也起着编码器的作用，将真实无损芯片表面图片编码映射至映射空间；

输入待检测芯片的表面图片至缺陷检测模型中进行检测判定；

当所述待检测芯片的表面被判定为有缺陷时，定位待检测芯片的表面图片中的缺陷位置。

2.根据权利要求1所述的芯片表面缺陷检测方法，其特征在于，输入至第一GAN网络中的无损芯片的表面图片中混入有随机噪声，用于增加图像特征信息的多样性。

3.根据权利要求1所述的芯片表面缺陷检测方法，其特征在于，所述训练Cycle GAN网络框架的步骤中，还包括：定义循环一致性损失函数，所述循环一致性损失函数用于表征无损芯片的表面图片与第一生成器解码映射隐藏空间生成器生成的图片之间的误差。

4.根据权利要求1所述的芯片表面缺陷检测方法，其特征在于，所述当所述待检测芯片的表面被判定为有缺陷时，定位待检测芯片的表面图片中的缺陷位置的步骤，具体包括：

当所述待检测芯片的表面被判定为有缺陷时；

采用LBP算法比较待检测芯片的表面图片与无损芯片的表面图片来定位待检测芯片的表面图片的缺陷位置。

5.芯片表面缺陷检测装置，其特征在于，包括：

模型训练模块，用于采集无损芯片的表面图片，以所述无损芯片的表面图像训练CycleGAN网络框架，所述Cycle GAN网络框架包括真实空间的第一GAN网络和映射空间的第二GAN网络，基于所述第一GAN网络和第二GAN网络生成缺陷检测模型；

检测判定模块，用于输入待检测芯片的表面图片至缺陷检测模型中进行检测判定；

缺陷定位模块，用于当所述待检测芯片的表面被判定为有缺陷时，定位待检测芯片的表面图片中的缺陷位置。

6.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至4中任一项权利要求所述芯片表面缺陷检测方法的步骤。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至4中任一项权利要求所述芯片表面缺陷检测方法的步骤。