Jul, 2024
处理先进节点半导体缺陷检测中的类别不平衡和数据限制：基于SEM图像的生成方法
Addressing Class Imbalance and Data Limitations in Advanced Node
Semiconductor Defect Inspection: A Generative Approach for SEM Images
TL;DR我们提出了一种基于深度学习的方法，通过在有限数据范围内使用扩散模型生成合成半导体扫描电子显微镜（SEM）图像，从而在模拟真实SEM图像的噪声特性和表面粗糙度方面取得了非常接近的效果，并验证了该方法生成的缺陷数据集用于训练缺陷检测器时，相较于仅使用真实缺陷数据集进行训练，在验证和测试过程中在真实晶片SEM图像上能够达到或超过相同性能。