基于密集连接网络的晶圆图检测

摘要

晶圆图(WBM)检测是评估半导体生产工艺的关键手段,有效的检测方法能够提升生产效率与产品良率.本文提出了一种基于密集连接网络的晶圆图缺陷模式检测方法,并根据晶圆图特点对模型结构和损失函数进行了改进.此外,提出了一种受限均值滤波算法滤除噪声晶粒.在模型预测时,采用基于熵的蒙特卡洛Dropout算法来量化模型决策的不确定性.实验结果表明,对于典型的晶圆缺陷模式,改进模型的识别能力优于传统算法.通过分析模型不确定性,不仅可以有效地降低漏检率和误检率,还有助于发现新模式.