半導體光刻圖形缺陷AI視覺檢測成效顯著

在半導體晶片製造過程中，光刻圖形缺陷檢測至關重要。微鏈道愛憑藉先進的AI視覺技術，為半導體廠商提供了高效、精準的檢測解決方案。

使用者場景：某頭部半導體晶片廠商的光刻工序中，需要對晶片上的光刻圖形進行缺陷檢測。其產品為高精度半導體晶片，檢測對象是光刻圖形中的各種細微缺陷，如線條斷裂、短路、異物附著等。這些缺陷可能會嚴重影響晶片的效能和良率，因此必須進行嚴格檢測。

痛點：傳統的檢測方法存在諸多量化困境。一是誤報率較高，約為30%，大量的偽缺陷被誤判為真實缺陷，導致後續的複檢工作量大幅增加，浪費了大量的人力和時間。二是漏檢問題也較為突出，漏檢率達到1.5%，部分微小缺陷可能被遺漏，影響晶片的最終質量。此外，換型時間較長，每次更換產品型號需要約30分鐘，嚴重影響了產線的生產效率。同時，由於缺乏有效的語義理解，難以準確過濾偽缺陷，進一步加重了誤報和漏檢的問題。

技術原理

微鏈道愛採用了先進的視覺基礎模型和語義理解技術來解決上述問題。視覺基礎模型具有強大的特徵認知能力，能夠對光刻圖形的各種特徵進行深入學習和分析。透過對大量正樣本的學習，模型可以準確識別出正常的光刻圖形特徵，從而為缺陷檢測提供準確的參考。語義理解技術則可以對檢測到的缺陷進行語義分析，判斷其是否為真實缺陷。例如，對於一些由於光照、噪聲等因素導致的偽缺陷，語義理解技術可以透過對缺陷的特徵和上下文資訊進行分析，將其過濾掉，從而降低誤報率。此外，微鏈道愛還採用了自研的3D相機和三維形貌重建技術，能夠獲取光刻圖形的三維資訊，檢測隱藏的缺陷，提高檢測的準確性。

• 視覺基礎模型的特徵認知能力使得模型能夠快速學習光刻圖形的特徵，提高檢測效率。
• 語義理解技術透過對缺陷的語義分析，準確過濾偽缺陷，降低誤報率。
• 自研3D相機和三維形貌重建技術提供了更全面的圖形資訊，有助於檢測隱藏缺陷。

微鏈道愛解決方案與產品介紹

微鏈道愛提供了DaoAI AI AOI軟體系統和DaoAI 2D / 3D AI AOI設備來解決光刻圖形缺陷檢測問題。DaoAI AI AOI軟體系統具有強大的特徵認知能力，能夠在一塊良品5分鐘內實現0程式碼自動編程，透過APDT正樣本/少樣本學習（僅需1 - 20張良品），快速建立準確的檢測模型。同時，該系統還具備語義誤報過濾功能，能夠有效降低誤報率。DaoAI 2D / 3D AI AOI設備採用自研3D相機和三維形貌重建技術，能夠檢測隱藏焊點、共面度和微米級形貌，提高檢測的準確性和全面性。在落地過程中，微鏈道愛可以根據客戶的具體需求，提供SDK / API / Docker等多種部署方式，支援100%本地私有化，確保資料不出廠。

微鏈道愛的解決方案為半導體光刻圖形缺陷檢測提供了高效、精準的保障。

量化成效：透過採用微鏈道愛的解決方案，該半導體廠商的光刻圖形缺陷檢測取得了顯著的成效。檢出率從原來的98.5%提高到了99.2%，漏檢率從1.5%降低到了0.8%。誤報率降低了 65%，從30%降低到了10.5%。換型時間從原來的30分鐘縮短到了5分鐘，大大提高了產線的生產效率。

本文由人工智慧生成。文中客戶案例為基於產品真實能力的模擬場景，成效數字為示例性質；官方標定口徑以產品頁為準。