面向半導(dǎo)體缺陷檢測的超大規(guī)模圖像處理與異常檢測 | 直播課預(yù)告

隨著半導(dǎo)體工藝節(jié)點的提升，制造工藝的步驟將不斷增加，導(dǎo)致半導(dǎo)體工藝中產(chǎn)生的致命缺陷數(shù)量也會隨之增加，因此每一道工序的良品率都要保持在幾乎“零缺陷”的極高水平才能保證最終產(chǎn)品的良品率。缺陷檢測則貫穿半導(dǎo)體電子元器件生產(chǎn)制造全過程，是保證生產(chǎn)良品率的關(guān)鍵環(huán)節(jié)。

在新型顯示、半導(dǎo)體、電子元件等產(chǎn)品生產(chǎn)過程中，受產(chǎn)品微型化的發(fā)展趨勢要求，芯片、電子元件尺寸不斷縮小，缺陷隨之也變得更為微小，有的缺陷甚至是微米級或納米級。由于缺陷尺寸過小，對相機的放大倍率和成像要求很高。

禾思科技提出了DIC微分干涉成像方法，解決了當(dāng)光的波長和缺陷尺度相近時，亞微米尺度成像的分辨率問題。同時，采用定制大靶面線陣相機和鏡頭，可高效單次拍攝超大規(guī)模工業(yè)圖像。最后，為了保證成像的連續(xù)性，自研出了禾思 heils-DIC實時對焦系統(tǒng)，可以保證與焦平面距離＜3μm時，不能出現(xiàn)斷層。

而對于獲取到的大規(guī)模圖像，處理也十分困難。以1微米分辨率，150mm*150mm的產(chǎn)品為例，其分辨率到達了驚人的150000*150000，體積會有數(shù)十Gb大小，這相當(dāng)于約10000張1080P的圖片的合集。這么大規(guī)模的圖像如何在數(shù)秒時間內(nèi)完成圖像的計算呢？同時，當(dāng)采集到的圖像，出現(xiàn)缺陷的負(fù)樣本數(shù)量較少時，如何實現(xiàn)精準(zhǔn)的檢測呢？

禾思科技則采用基于CUDA多核心并行圖像加速框架，使用單個GPU中多達上萬顆的TensorCore進行并行加速計算，這使得傳統(tǒng)CPU中需要幾千秒的運算壓縮到了幾秒內(nèi)完成。而對于負(fù)樣本較少的情況，采用了自研圖像生成差異性算法IGD Net，來解決大量正樣本幾乎無負(fù)樣本的缺陷檢測問題。

9月23日，「工業(yè)AI質(zhì)檢系列直播課」第4講將開講，禾思科技聯(lián)合創(chuàng)始人馬智恒將以《面向半導(dǎo)體缺陷檢測的超大規(guī)模圖像處理與異常檢測》為主題進行直播講解。

在這一講中，馬智恒老師首先將從泛半導(dǎo)體工藝制造中的缺陷檢測技術(shù)講起，重點講解亞微米級尺度成像的光學(xué)設(shè)計和超大分辨率顯微檢測的圖像處理方法。最后他會針對負(fù)樣本問題，介紹自研的圖像生成差異性異常檢測算法。

「工業(yè)AI質(zhì)檢系列直播課」每一講都將以視頻直播形式在智東西公開課知識店鋪進行。每一講由40分鐘主講與20分鐘問答組成。針對「工業(yè)AI質(zhì)檢系列直播課」，也組建了專屬交流群，屆時將邀請主講人馬智恒加入，歡迎大家報名和申請入群。

直播課信息

 主 題 

《面向半導(dǎo)體缺陷檢測的超大規(guī)模圖像處理與異常檢測》

 提 綱 

1、泛半導(dǎo)體工藝制造中的缺陷檢測技術(shù)

2、亞微米級尺度成像的光學(xué)設(shè)計

3、超大分辨率顯微檢測的圖像處理方法

4、針對負(fù)樣本問題的異常檢測算法

 主 講 人 

馬智恒，禾思科技聯(lián)合創(chuàng)始人，畢業(yè)于西安交通大學(xué)，中科院深圳先進院助理研究員，以主要作者身份在包括CVPR、ICCV、AAAI等高水平國際期刊和會議上發(fā)表學(xué)術(shù)論文10余篇；多次帶隊獲得阿里巴巴Fashion AI 全球挑戰(zhàn)賽冠軍（1/5272）、廣東工業(yè)智造大數(shù)據(jù)智能算法賽冠軍(1/4432)等算法競賽冠軍，2021年入選“科創(chuàng)中國”青年創(chuàng)業(yè)榜單（中國科協(xié)主辦），2022年入選深圳市“鵬城孔雀計劃 ”C類人才，世界人工智能大會云帆獎。

 直 播 信 息 

直播時間：9月23日19:00

直播地點：智東西公開課知識店鋪