超分辨率图像转换模型训练、晶圆缺陷检测方法及装置与流程

本技术涉及晶圆光学检测，尤其涉及一种超分辨率图像转换模型训练、晶圆缺陷检测方法及装置。

背景技术：

1、晶圆是硅半导体集成电路制作所用的硅晶片，在晶圆上可加工制作成各种电路元件结构以形成具有特定电性功能的集成电路(integrated circuit，ic)产品。目前，晶圆的生产过程为拉晶、切片、磨片、倒角、刻蚀、清洗、检测等，在晶圆生产过程中，由于工艺操作失误、环境因素、人为因素等干扰，晶圆表面可能会留下不同缺陷，这些缺陷可能会引起晶圆不能正常使用，严重情况下可能导致晶圆电路失效。为此，对晶圆表面缺陷进行检测至关重要，但现有技术中的晶圆表面缺陷检测方法的缺陷检测精度较低，难以实现亚像素级别的缺陷检出。

技术实现思路

1、本技术提供了一种超分辨率图像转换模型训练、晶圆缺陷检测方法及装置，用以解决现有技术中晶圆缺陷检测精度较低的问题，其中，本技术提供的技术方案如下：

2、一方面，本技术提供了一种超分辨率图像转换模型训练方法，包括：

3、获取单晶粒图像样本集合；其中，单晶粒图像样本集合包括多个单晶粒图像样本对，每一单晶粒图像样本对包括单晶粒样本图像和单晶粒样本图像对应的标准超分辨率单晶粒图像；

4、从单晶粒图像样本集合中选取目标单晶粒图像样本对；将目标单晶粒图像样本对中的单晶粒样本图像输入初始超分辨率图像转换模型得到预测超分辨率单晶粒图像；基于预测超分辨率单晶粒图像和目标单晶粒图像样本对中的标准超分辨率单晶粒图像，采用目标损失函数更新初始超分辨率图像转换模型的各个权重系数。

5、另一方面，本技术提供了一种晶圆缺陷检测方法，包括：

6、获取目标晶圆对应的各个单晶粒图像；

7、采用超分辨率图像转换模型对各个单晶粒图像进行亚像素放大处理得到各个单晶粒图像对应的超分辨率单晶粒图像；其中，超分辨率图像转换模型为采用上述超分辨率图像转换模型训练方法进行训练得到的模型；

8、基于基准单晶粒图像，对各个单晶粒图像对应的超分辨率单晶粒图像进行晶圆缺陷检测得到目标晶圆对应的晶圆缺陷检测结果；其中，基准单晶粒图像用于表征目标晶圆上无缺陷晶粒的正常像素值图像。

9、在一种可能的实施方式中，本技术提供的晶圆缺陷检测方法还包括：

10、获取目标晶圆的目标区域对应的多晶粒图像，并对目标区域对应的多晶粒图像进行图像分割及图像对齐处理得到各个目标单晶粒图像；

11、将各个目标单晶粒图像输入超分辨率图像转换模型得到各个目标单晶粒图像对应的目标超分辨率单晶粒图像；

12、获取各个目标超分辨率单晶粒图像中的每一像素点坐标对应的像素值，分别对每一像素点坐标在各个目标超分辨率单晶粒图像中的像素值进行中值计算得到每一像素点坐标对应的正常像素值；

13、基于每一像素点坐标对应的正常像素值，生成基准单晶粒图像。

14、在一种可能的实施方式中，获取目标晶圆对应的各个单晶粒图像，包括：

15、获取目标晶圆的不同区域对应的多晶粒图像；

16、分别对每一多晶粒图像进行图像分割及图像对齐处理得到目标晶圆对应的各个单晶粒图像。

17、在一种可能的实施方式中，基于基准单晶粒图像，对各个单晶粒图像对应的超分辨率单晶粒图像进行晶圆缺陷检测得到目标晶圆对应的晶圆缺陷检测结果，包括：

18、针对每一超分辨率单晶粒图像，获取超分辨率单晶粒图像中每一像素点坐标的像素值；分别将超分辨率单晶粒图像中每一像素点坐标的像素值与基准单晶粒图像中相应像素点坐标的正常像素值进行比较得到超分辨率单晶粒图像中每一像素点坐标的像素值比较结果；基于超分辨率单晶粒图像中每一像素点坐标的像素值比较结果，生成超分辨率单晶粒图像对应的单晶粒缺陷检测结果；

19、基于各个超分辨率单晶粒图像对应的单晶粒缺陷检测结果，生成目标晶圆对应的晶圆缺陷检测结果。

20、在一种可能的实施方式中，超分辨率图像转换模型包括依次连接的特征提取模块和亚像素放大模块；采用超分辨率图像转换模型对各个单晶粒图像进行亚像素放大处理得到各个单晶粒图像对应的超分辨率单晶粒图像，包括：

21、将各个单晶粒图像输入超分辨率图像转换模型，通过特征提取模块对各个单晶粒图像进行特征提取得到各个单晶粒图像的单晶粒特征数据后输入至亚像素放大模块，通过亚像素放大模块基于各个单晶粒图像的单晶粒特征数据对各个单晶粒图像进行亚像素放大处理得到各个单晶粒图像对应的超分辨率单晶粒图像。

22、在一种可能的实施方式中，特征提取模块包括依次连接的第一特征提取单元、第一残差单元、第二残差单元、第二特征提取单元、第一上采样单元、第一特征叠加单元、第三特征提取单元、第二上采样单元、第二特征叠加单元和第四特征提取单元，且第一残差单元还与第二特征叠加单元连接，第二残差单元还与第一特征叠加单元连接；亚像素放大模块包括反卷积单元。

23、另一方面，本技术还提供了一种超分辨率图像转换模型训练装置，包括：

24、样本获取单元，用于获取单晶粒图像样本集合；其中，所述单晶粒图像样本集合包括多个单晶粒图像样本对，每一所述单晶粒图像样本对包括单晶粒样本图像和所述单晶粒样本图像对应的标准超分辨率单晶粒图像；

25、模型训练单元，用于从单晶粒图像样本集合中选取目标单晶粒图像样本对；将目标单晶粒图像样本对中的单晶粒样本图像输入初始超分辨率图像转换模型得到预测超分辨率单晶粒图像；基于预测超分辨率单晶粒图像和目标单晶粒图像样本对中的标准超分辨率单晶粒图像，采用目标损失函数更新初始超分辨率图像转换模型的各个权重系数。

26、另一方面，本技术还提供了一种晶圆缺陷检测装置，包括：

27、图像获取单元，用于获取目标晶圆对应的各个单晶粒图像；

28、图像放大单元，用于采用超分辨率图像转换模型对各个单晶粒图像进行亚像素放大处理得到各个单晶粒图像对应的超分辨率单晶粒图像；其中，超分辨率图像转换模型为采用上述超分辨率图像转换模型训练方法进行训练得到的模型；

29、缺陷检测单元，用于基于基准单晶粒图像，对各个单晶粒图像对应的超分辨率单晶粒图像进行晶圆缺陷检测得到目标晶圆对应的晶圆缺陷检测结果；其中，基准单晶粒图像用于表征目标晶圆上无缺陷晶粒的正常像素值图像。

30、另一方面，本技术还提供了一种电子设备，包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述超分辨率图像转换模型训练方法或者实现上述晶圆缺陷检测方法。

31、另一方面，本技术还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令被处理器执行时实现上述超分辨率图像转换模型训练方法或者实现上述晶圆缺陷检测方法。

32、本技术的有益效果如下：

33、本技术通过超分辨率图像转换模型对目标晶圆的各个单晶粒图像进行亚像素放大处理，可以在不降低检测产率、不增加硬件性能需求的情况下获得目标晶圆的各个超分辨率单晶粒图像，从而在基于目标晶圆的各个超分辨率单晶粒图像对目标晶圆进行缺陷检测时，可以实现亚像素级别的缺陷检出，进而可以提高目标晶圆缺陷检测的精准度。

34、本技术的其它特征和优点将在随后的说明书中阐述，并且，部分地可以从说明书中变得显而易见，或者通过实施本技术而了解。本技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中特别指出的结构来实现和获得。