本發(fā)明實施例涉及光學(xué)檢測，尤其涉及一種隱裂檢測模型的建立方法、隱裂檢測方法和缺陷檢測方法。

背景技術(shù)：

1、隨著電子產(chǎn)品功能性越來越強，客戶對芯片質(zhì)量要求越來越高，因此需要對芯片上的缺陷進行檢測，尤其是針對隱裂(芯片本體上的微小裂痕)的檢測。

2、傳統(tǒng)的芯片隱裂檢測方式通常是依靠人工抽樣后，手動操作紅外線電子顯微鏡進行人工判別；然而人工檢測不可避免受到人工主觀因素和經(jīng)驗等的影響，導(dǎo)致對芯片隱裂缺陷的檢測精準性和檢測效率較差，已經(jīng)不能滿足對檢測的準確性、快速性的要求；相關(guān)技術(shù)中，基于智能化的檢測模型可以提供一種準確性更高、效率更快的缺陷檢測手段，但是目前的檢測模型建立過程中需獲取大量的樣本，導(dǎo)致模型建立過程較復(fù)雜。因此，如何在保證檢測模型的檢測準確性的同時，提高建立檢測模型的效率，是本領(lǐng)域人員亟待解決的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明實施例提供了一種隱裂檢測模型的建立方法、隱裂檢測方法和缺陷檢測方法，以保證芯片隱裂檢測模型的檢測準確性的同時，提高建立隱裂檢測模型的效率。

2、根據(jù)本發(fā)明的一方面，提供了一種隱裂檢測模型的建立方法，包括：

3、建立初始隱裂檢測數(shù)據(jù)庫；

4、多次獲取訓(xùn)練樣本集，并在每次獲取訓(xùn)練樣本集后，根據(jù)當前獲得的訓(xùn)練樣本集對所述初始隱裂檢測數(shù)據(jù)庫中的隱裂芯片圖像進行補充，以逐步優(yōu)化所述初始隱裂檢測數(shù)據(jù)庫，獲得目標隱裂檢測數(shù)據(jù)庫；

5、根據(jù)所述目標隱裂檢測數(shù)據(jù)庫建立芯片隱裂檢測模型。

6、可選的，所述建立初始隱裂檢測數(shù)據(jù)庫，包括：

7、獲取第一預(yù)設(shè)數(shù)量的隱裂芯片圖像和第二預(yù)設(shè)數(shù)量的標準芯片圖像；

8、根據(jù)第一預(yù)設(shè)數(shù)量的隱裂芯片圖像和第二預(yù)設(shè)數(shù)量的標準芯片圖像，建立所述初始隱裂檢測數(shù)據(jù)庫。

9、可選的，多次獲取訓(xùn)練樣本集，并在每次獲取訓(xùn)練樣本集后，根據(jù)當前獲得的訓(xùn)練樣本集對所述初始隱裂檢測數(shù)據(jù)庫中的隱裂芯片圖像進行補充，以逐步優(yōu)化所述初始隱裂檢測數(shù)據(jù)庫，獲得目標隱裂檢測數(shù)據(jù)庫，包括：

10、對第一批隱裂芯片進行圖像采集，獲取第一訓(xùn)練樣本集；

11、將所述第一訓(xùn)練樣本集中的每一第一訓(xùn)練樣本與所述初始隱裂檢測數(shù)據(jù)庫中存儲的圖像進行對比，并確定是否存在未識別出的第一訓(xùn)練樣本；若存在，則將未識別出的第一訓(xùn)練樣本作為新增的隱裂芯片圖像補充在所述初始隱裂檢測數(shù)據(jù)庫中，獲得第一次優(yōu)化隱裂檢測數(shù)據(jù)庫；

12、對第二批隱裂芯片進行圖像采集，獲取第二訓(xùn)練樣本集；

13、將第二訓(xùn)練樣本集中的每一第二訓(xùn)練樣本與所述第一次優(yōu)化隱裂檢測數(shù)據(jù)庫中存儲的圖像進行對比檢測，并確定是否存在未識別出的第二訓(xùn)練樣本；若存在，則將未識別出的第二訓(xùn)練樣本作為新增的隱裂芯片圖像補充在所述第一次優(yōu)化隱裂檢測數(shù)據(jù)庫中，獲得第二次優(yōu)化隱裂檢測數(shù)據(jù)庫；

14、對第三批隱裂芯片進行圖像采集，獲取第三訓(xùn)練樣本集；

15、將第三訓(xùn)練樣本集中的每一第三訓(xùn)練樣本與所述第二次優(yōu)化隱裂檢測數(shù)據(jù)庫中存儲的圖像進行對比，并確定是否存在未識別出的第三訓(xùn)練樣本；若存在，則將未識別出的第三訓(xùn)練樣本作為新增的隱裂芯片圖像補充在所述第二次優(yōu)化隱裂檢測數(shù)據(jù)庫中，獲得第三次優(yōu)化隱裂檢測數(shù)據(jù)庫；

16、依次類推，直至確定獲取到目標隱裂檢測數(shù)據(jù)庫；

17、優(yōu)選地，所述圖像采集通過紅外圖像采集裝置進行。

18、可選的，確定獲取到目標隱裂檢測數(shù)據(jù)庫，包括：

19、確定獲取訓(xùn)練樣本集的次數(shù)是否滿足目標次數(shù)，和/或，確定當前優(yōu)化的初始隱裂檢測數(shù)據(jù)庫中存儲的隱裂芯片圖像是否滿足目標數(shù)量，和/或，確定當前優(yōu)化的初始隱裂檢測數(shù)據(jù)庫的識別成功率是否大于等于預(yù)設(shè)識別成功率；若是，則確定獲取到目標隱裂檢測數(shù)據(jù)庫。

20、可選的，將未識別出的訓(xùn)練樣本補充在上一次優(yōu)化后的初始隱裂檢測數(shù)據(jù)庫之前，還包括：

21、確定未識別出的訓(xùn)練樣本是否圖像清晰；

22、若清晰，則將未識別出的訓(xùn)練樣本補充在上一次優(yōu)化后的初始隱裂檢測數(shù)據(jù)庫中。

23、可選的，若確定未識別出的訓(xùn)練樣本是否圖像不清晰，還包括：

24、對未識別出的且不清晰的訓(xùn)練樣本對應(yīng)的隱裂芯片重新進行圖像采集，并將重新獲取到的訓(xùn)練樣本與上一次優(yōu)化后的初始隱裂檢測數(shù)據(jù)庫中的圖像進出對比；

25、若存在再次未識別出的訓(xùn)練樣本，則將再次未識別出的訓(xùn)練樣本補充在上一次優(yōu)化后的初始隱裂檢測數(shù)據(jù)庫中。

26、可選的，根據(jù)所述目標隱裂檢測數(shù)據(jù)庫確定所述芯片隱裂檢測數(shù)模型之后，還包括：

27、通過所述芯片隱裂檢測數(shù)模型對預(yù)設(shè)數(shù)量的待測芯片進行隱裂檢測；

28、對隱裂檢測數(shù)模型的檢測結(jié)果進行人工抽樣復(fù)檢，以對所述芯片隱裂檢測數(shù)模型進行合格檢驗。

29、根據(jù)本發(fā)明的另一方面，提供了一種芯片的隱裂檢測方法，包括：

30、獲取待測芯片的圖像；

31、將所述待測芯片的圖像輸入到芯片隱裂檢測模型中，通過所述芯片隱裂檢測模型對所述待測芯片的圖像進行分析，得出檢測結(jié)果；其中，所述芯片隱裂檢測模型通過本發(fā)明任一實施例所述的芯片隱裂檢測模型的建立方法構(gòu)建。

32、可選的，所述獲取待測芯片的圖像，包括：

33、通過紅外圖像采集裝置檢測所述待測芯片的圖像。

34、根據(jù)本發(fā)明的另一方面，提供了一種芯片的缺陷檢測方法，包括本發(fā)明任一實施例所述的芯片的隱裂檢測方法。

35、有益效果：本發(fā)明實施例提供了一種隱裂檢測模型的建立方法、隱裂檢測方法和缺陷檢測方法，其中隱裂檢測模型的建立方法包括：建立初始隱裂檢測數(shù)據(jù)庫；多次獲取訓(xùn)練樣本集，并在每次獲取訓(xùn)練樣本集后，根據(jù)當前獲得的訓(xùn)練樣本集對初始隱裂檢測數(shù)據(jù)庫中的隱裂芯片圖像進行補充，以逐步優(yōu)化初始隱裂檢測數(shù)據(jù)庫，獲得目標隱裂檢測數(shù)據(jù)庫；根據(jù)目標隱裂檢測數(shù)據(jù)庫建立芯片隱裂檢測模型。本發(fā)明實施例提供的技術(shù)方案，通過多次獲取訓(xùn)練樣本集，并在每次獲取訓(xùn)練樣本集后根據(jù)當前獲得的訓(xùn)練樣本集對初始隱裂檢測數(shù)據(jù)庫中的隱裂芯片圖像進行補充，可以逐步優(yōu)化初始隱裂檢測數(shù)據(jù)庫直至得到目標隱裂檢測數(shù)據(jù)庫，無需一次性獲取大量的樣本以建立隱裂檢測數(shù)據(jù)庫，因此可以降低獲取的樣本的重復(fù)率，減少樣本的獲取總量，從而可以在保證芯片隱裂檢測模型的檢測準確性的同時，提高建立隱裂檢測模型的效率。

36、應(yīng)當理解，本部分所描述的內(nèi)容并非旨在標識本發(fā)明的實施例的關(guān)鍵或重要特征，也不用于限制本發(fā)明的范圍。本發(fā)明的其它特征將通過以下的說明書而變得容易理解。

技術(shù)特征：

1.一種隱裂檢測模型的建立方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的隱裂檢測模型的建立方法，其特征在于，所述建立初始隱裂檢測數(shù)據(jù)庫，包括：

3.根據(jù)權(quán)利要求1所述的隱裂檢測模型的建立方法，其特征在于，多次獲取訓(xùn)練樣本集，并在每次獲取訓(xùn)練樣本集后，根據(jù)當前獲得的訓(xùn)練樣本集對所述初始隱裂檢測數(shù)據(jù)庫中的隱裂芯片圖像進行補充，以逐步優(yōu)化所述初始隱裂檢測數(shù)據(jù)庫，獲得目標隱裂檢測數(shù)據(jù)庫，包括：

4.根據(jù)權(quán)利要求3所述的隱裂檢測模型的建立方法，其特征在于，確定獲取到目標隱裂檢測數(shù)據(jù)庫，包括：

5.根據(jù)權(quán)利要求3所述的隱裂檢測模型的建立方法，其特征在于，將未識別出的訓(xùn)練樣本補充在當前隱裂檢測數(shù)據(jù)庫之前，還包括：

6.根據(jù)權(quán)利要求5所述的隱裂檢測模型的建立方法，其特征在于，若確定未識別出的訓(xùn)練樣本的圖像不清晰，還包括：

7.根據(jù)權(quán)利要求1所述的隱裂檢測模型的建立方法，其特征在于，根據(jù)所述目標隱裂檢測數(shù)據(jù)庫確定芯片隱裂檢測數(shù)模型之后，還包括：

8.一種芯片的隱裂檢測方法，其特征在于，包括：

9.根據(jù)權(quán)利要求8所述的芯片的隱裂檢測方法，其特征在于，所述獲取待測芯片的圖像，包括：

10.一種芯片的缺陷檢測方法，其特征在于，包括權(quán)利要求8或9所述的芯片的隱裂檢測方法。

技術(shù)總結(jié)
本發(fā)明公開了一種隱裂檢測模型的建立方法、隱裂檢測方法和缺陷檢測方法，涉及光學(xué)檢測技術(shù)領(lǐng)域，其中隱裂檢測模型的建立方法包括：建立初始隱裂檢測數(shù)據(jù)庫；多次獲取訓(xùn)練樣本集，并在每次獲取訓(xùn)練樣本集后，根據(jù)當前獲得的訓(xùn)練樣本集對初始隱裂檢測數(shù)據(jù)庫中的隱裂芯片圖像進行補充，以逐步優(yōu)化初始隱裂檢測數(shù)據(jù)庫，獲得目標隱裂檢測數(shù)據(jù)庫；根據(jù)目標隱裂檢測數(shù)據(jù)庫建立芯片隱裂檢測模型。本發(fā)明提供的技術(shù)方案，在保證芯片隱裂檢測模型的檢測準確性的同時，提高了建立隱裂檢測模型的效率。

技術(shù)研發(fā)人員：崔新杰,蔡宇舟,閆清源
受保護的技術(shù)使用者：威訊聯(lián)合半導(dǎo)體（德州）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2