使用影子成像图像的自动化在线检验和计量

    公开(公告)号:CN106030775B

    公开(公告)日:2019-08-20

    申请号:CN201580010430.4

    申请日:2015-02-25

    IPC分类号: H01L21/66

    摘要: 本发明揭示轮廓剪影(Shadow‑gram),其用于堆叠晶片的边缘检验和计量。系统包含:光源,其将准直光引导在所述堆叠晶片的边缘处;检测器,其与所述光源相对;及控制器,其连接到所述检测器。所述堆叠晶片可相对于所述光源旋转。所述控制器分析所述堆叠晶片的所述边缘的轮廓剪影图像。比较所述堆叠晶片在所述轮廓剪影图像中的侧影(silhouette)的测量与预定测量。可汇总并分析沿所述堆叠晶片的所述边缘的不同点处的多个轮廓剪影图像。

    通过生成对抗网络的超分辨率缺陷重检图像生成

    公开(公告)号:CN112740021B

    公开(公告)日:2022-07-01

    申请号:CN201980061902.7

    申请日:2019-09-20

    IPC分类号: G01N21/88 G06T7/00 G06N3/02

    摘要: 本发明揭示一种用于分析样本的系统,其包含检验子系统及至少一个控制器。所述检验子系统经配置以扫描样本以收集具有第一图像分辨率的第一多个样本图像。所述控制器经配置以基于所述第一多个样本图像来生成缺陷列表。所述控制器经进一步配置以将对应于所述缺陷列表的图像输入到使用源数据来训练的神经网络中,所述源数据包含具有所述第一图像分辨率的样本图像及具有高于所述第一图像分辨率的第二图像分辨率的样本图像。所述控制器经进一步配置以由所述神经网络基于对应于所述缺陷列表的所述图像来生成第二多个样本图像,其中所述第二多个样本图像具有所述第二图像分辨率且对应于所述缺陷列表。

    通过生成对抗网络的超分辨率缺陷重检图像生成

    公开(公告)号:CN112740021A

    公开(公告)日:2021-04-30

    申请号:CN201980061902.7

    申请日:2019-09-20

    IPC分类号: G01N21/88 G06T7/00 G06N3/02

    摘要: 本发明揭示一种用于分析样本的系统,其包含检验子系统及至少一个控制器。所述检验子系统经配置以扫描样本以收集具有第一图像分辨率的第一多个样本图像。所述控制器经配置以基于所述第一多个样本图像来生成缺陷列表。所述控制器经进一步配置以将对应于所述缺陷列表的图像输入到使用源数据来训练的神经网络中,所述源数据包含具有所述第一图像分辨率的样本图像及具有高于所述第一图像分辨率的第二图像分辨率的样本图像。所述控制器经进一步配置以由所述神经网络基于对应于所述缺陷列表的所述图像来生成第二多个样本图像,其中所述第二多个样本图像具有所述第二图像分辨率且对应于所述缺陷列表。

    受引导的缺陷发现的特性化系统及方法

    公开(公告)号:CN114930353A

    公开(公告)日:2022-08-19

    申请号:CN202180008242.3

    申请日:2021-01-21

    IPC分类号: G06N3/08 G06N3/04 G06N5/02

    摘要: 根据本公开的一或多个实施例,公开一种系统。所述系统可包含控制器,所述控制器包含经配置以执行一组程序指令的一或多个处理器。所述组程序指令可经配置以致使所述处理器:从特性化子系统接收样本的图像;从图块剪辑识别目标剪辑;基于所述目标剪辑而制备经处理剪辑;通过变换所述经处理剪辑而产生经编码图像;将所述经编码图像分类成一组集群;显示来自所述组集群的经分类图像;接收所述经显示分类图像的标签;确定所述所接收标签是否足以训练深度学习分类器;及在确定所述所接收标签足以训练所述深度学习分类器后,经由所述经显示分类图像及所述所接收标签训练所述深度学习分类器。