基于深度学习的集成电路缺陷智能检测技术研究

引言

集成电路良率管控是半导体制造的核心环节，划痕、桥接与开路等微小缺陷若未及时识别将直接导致芯片功能失效乃至批量报废。随着制程特征尺寸进入7 nm以下节点，缺陷趋于微纳化，传统人工目检受限于主观判断与效率瓶颈，规则驱动的机器视觉方法对多类型缺陷的泛化适应性严重不足，均无法满足产线实时检测需求。深度学习(Deep Learning，DL)凭借端到端特征自动提取与强泛化能力，为集成电路缺陷检测提供了切实可行的技术方向。然而，缺陷样本稀缺、类间特征差异细微及边缘端算力受限等挑战仍制约工程落地，文章聚焦模型精度提升、小样本适应与轻量化部署三个维度展开系统研究。

本文详细内容请下载：

http://www.chinaaet.com/resource/share/2000007311

投稿邮箱：ICAPP@belling.com.cn

作者信息：

聂玉婷,郜鹏

（焦作师范高等专科学校,河南焦作454000）