CN115793417A - 显影设备的状态监测方法、装置及系统 - Google Patents
显影设备的状态监测方法、装置及系统 Download PDFInfo
- Publication number
- CN115793417A CN115793417A CN202111060886.5A CN202111060886A CN115793417A CN 115793417 A CN115793417 A CN 115793417A CN 202111060886 A CN202111060886 A CN 202111060886A CN 115793417 A CN115793417 A CN 115793417A
- Authority
- CN
- China
- Prior art keywords
- nozzle
- information
- image information
- abnormal
- developing device
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 230000002159 abnormal effect Effects 0.000 claims abstract description 99
- 238000004458 analytical method Methods 0.000 claims abstract description 63
- 230000005856 abnormality Effects 0.000 claims description 66
- 238000012545 processing Methods 0.000 claims description 31
- 239000007788 liquid Substances 0.000 claims description 26
- 238000004140 cleaning Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 3
- 230000002087 whitening effect Effects 0.000 claims description 3
- 235000012431 wafers Nutrition 0.000 abstract 1
- 238000001514 detection method Methods 0.000 description 32
- 238000010586 diagram Methods 0.000 description 17
- 238000003860 storage Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 238000005507 spraying Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 6
- 239000007921 spray Substances 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000006731 degradation reaction Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 229920002120 photoresistant polymer Polymers 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 208000033748 Device issues Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/26—Processing photosensitive materials; Apparatus therefor
- G03F7/30—Imagewise removal using liquid means
- G03F7/3021—Imagewise removal using liquid means from a wafer supported on a rotating chuck
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03F—PHOTOMECHANICAL PRODUCTION OF TEXTURED OR PATTERNED SURFACES, e.g. FOR PRINTING, FOR PROCESSING OF SEMICONDUCTOR DEVICES; MATERIALS THEREFOR; ORIGINALS THEREFOR; APPARATUS SPECIALLY ADAPTED THEREFOR
- G03F7/00—Photomechanical, e.g. photolithographic, production of textured or patterned surfaces, e.g. printing surfaces; Materials therefor, e.g. comprising photoresists; Apparatus specially adapted therefor
- G03F7/70—Microphotolithographic exposure; Apparatus therefor
- G03F7/70483—Information management; Active and passive control; Testing; Wafer monitoring, e.g. pattern monitoring
- G03F7/70491—Information management, e.g. software; Active and passive control, e.g. details of controlling exposure processes or exposure tool monitoring processes
- G03F7/70508—Data handling in all parts of the microlithographic apparatus, e.g. handling pattern data for addressable masks or data transfer to or from different components within the exposure apparatus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67011—Apparatus for manufacture or treatment
- H01L21/6715—Apparatus for applying a liquid, a resin, an ink or the like
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67253—Process monitoring, e.g. flow or thickness monitoring
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
- H01L21/00—Processes or apparatus adapted for the manufacture or treatment of semiconductor or solid state devices or of parts thereof
- H01L21/67—Apparatus specially adapted for handling semiconductor or electric solid state devices during manufacture or treatment thereof; Apparatus specially adapted for handling wafers during manufacture or treatment of semiconductor or electric solid state devices or components ; Apparatus not specifically provided for elsewhere
- H01L21/67005—Apparatus not specifically provided for elsewhere
- H01L21/67242—Apparatus for monitoring, sorting or marking
- H01L21/67288—Monitoring of warpage, curvature, damage, defects or the like
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/45—Nc applications
- G05B2219/45031—Manufacturing semiconductor wafers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/06—Recognition of objects for industrial automation
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Computer Hardware Design (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Exposure Of Semiconductors, Excluding Electron Or Ion Beam Exposure (AREA)
Abstract
本申请提供一种显影设备的状态监测方法、装置及系统,通过所获取的显影设备的影像信息得到图像信息后,由分析单元确定图像信息中是否包括喷嘴异常信息,并在确定喷嘴异常信息后发出警报信息,还对不包括喷嘴异常信息的图像信息与第二预设喷嘴异常信息进行相似度比较,并在图像信息与第二预设喷嘴异常信息的相似度大于第一阈值时,将喷嘴信息保存至分析单元,使得分析单元可以进行更新与优化,从而可以提高显影设备所生产的晶圆的良品率,提高分析单元对图像信息中是否包括喷嘴异常信息的判断准确率,以及提高对显影设备进行状态监测的效率。
Description
技术领域
本申请涉及半导体技术领域,尤其涉及一种显影设备的状态监测方法、装置及系统。
背景技术
显影设备是一种用于制作晶圆的设备,在制作晶圆时,可以在指定位置涂抹光刻胶、再喷涂显影液来去除晶圆上的光刻胶后,在晶圆上形成图案。随后,显影设备还可以通过喷嘴向晶圆喷涂用于清洗显影液的液体,将晶圆上的显影液去除。
现有技术中,喷嘴通过机械臂等形式的组件承载,在该承载组件的带动下,移动到晶圆上方预设位置后喷涂液体;并在喷涂完成后,再次在承载组件的带动下,从晶圆上方移开。当喷嘴上悬挂有未滴落的液体时,一旦液滴随着承载组件移动时滴落在晶圆上方任意位置,会造成晶圆表面导致缺陷恶化,进而降低显影设备所生产的晶圆的良品率。
因此,如何对显影设备进行状态监测,是本领域亟需解决的技术问题。
发明内容
本申请提供一种显影设备的状态监测方法、装置及系统,用于显影设备进行状态监测,从而防止显影设备的喷嘴上的液滴滴落到晶圆表面造成缺陷恶化,进而提高显影设备所生产的晶圆的良品率。
本申请第一方面提供一种显影设备的状态监测方法,包括:获取所述显影设备的影像信息,并对所述影像信息进行处理,以获得多个图像信息,其中,所述显影设备包括喷嘴;将多个所述图像信息输入分析单元中,以判断所述图像信息中是否包括喷嘴异常信息,其中,所述分析单元中包括多个预设喷嘴异常信息;若所述图像信息中包括所述喷嘴异常信息,则发出警报信息;若所述图像信息中未包括所述喷嘴异常信息时,则判断所述图像信息中是否包括喷嘴信息;其中,若所述图像信息中包括所述喷嘴信息,且所述喷嘴信息与所述预设喷嘴异常信息的相似度大于第一阈值,则将所述喷嘴信息定义为所述喷嘴异常信息,并将所述喷嘴异常信息保存至所述分析单元内。
在本申请第一方面一实施例中,在将多个所述图像信息输入所述分析单元之前,还包括:将多个异常图像信息输入所述分析单元中,并提取所述异常图像信息中的异常特征,以使所述分析单元获得多个所述预设喷嘴异常信息;其中,所述预设喷嘴异常信息包括喷嘴异常类型、喷嘴异常时间和喷嘴异常位置。
在本申请第一方面一实施例中,将所述图像信息输入所述分析单元之后,所述分析单元提取所述图像信息中的图像特征。
在本申请第一方面一实施例中,所述分析单元发送所述警报信息的步骤包括:比较所述图像特征与所述异常特征;若所述图像特征和所述异常特征的交集区域与所述图像特征和所述异常特征的并集区域的比值大于第二阈值,则发送所述警报信息。
在本申请第一方面一实施例中,获得所述喷嘴信息与所述预设喷嘴异常信息的相似度的步骤包括:将所述图像信息转换成第一向量;将所述异常图像信息转换成第二向量;比较所述第一向量和所述第二向量的余弦值,以获得所述相似度。
在本申请第一方面一实施例中,在将所述图像信息输入所述分析单元之前,还包括对所述图像信息进行白化和直方化处理。
在本申请第一方面一实施例中,所述喷嘴异常信息包括以下的一项或多项:指示信息,用于指示所述喷嘴是否处于异常状态;所述喷嘴异常类型,用于指示所述喷嘴处于异常状态时所对应的异常类别;所述喷嘴异常时间,用于指示所述图像信息对应的时刻;所述喷嘴异常位置,用于指示所述图像信息中所述喷嘴所在的位置。
在本申请第一方面一实施例中,所述发出警报信息之后,还包括以下的一项或多项:控制所述喷嘴从晶圆上方移出;控制所述显影设备停止工作;控制所述喷嘴向喷射的反向吸取液体;控制清除装置移动至所述喷嘴下方,并清除所述喷嘴上的液滴。
本申请第二方面提供一种显影设备的状态监测装置,可用于执行如本申请第一方面提供的显影设备的状态监测方法,该装置包括:获取模块,用于获取所述显影设备的影像信息,并对所述影像信息进行处理,以获得多个图像信息,其中,所述显影设备包括喷嘴;输入模块,用于将多个所述图像信息输入分析单元中,以判断所述图像信息中是否包括喷嘴异常信息,其中,所述分析单元中包括多个第一预设喷嘴异常信息;第一处理模块,用于若所述图像信息中包括所述喷嘴异常信息,则发出警报信息;第二处理模块,用于若所述图像信息中未包括所述喷嘴异常信息时,则判断所述图像信息中是否包括喷嘴信息;其中,若所述图像信息中包括所述喷嘴信息,且所述喷嘴信息与第二预设喷嘴异常信息的相似度大于第一阈值,则将所述喷嘴信息定义为所述喷嘴异常信息,并将所述喷嘴信息保存至所述分析单元内。
本申请第三方面提供一种电子设备,包括:存储器,存储计算机执行指令;处理器,执行所述存储器存储的计算机执行指令时,执行上述显影设备的状态监测方法。
本申请第四方面提供一种显影设备的状态监测系统,包括:影像信息采集设备,用于采集所述显影设备的影像信息;电子设备,用于执行如本申请第一方面任一项所述的显影设备的状态监测方法,其中,所述电子设备通过所述影像信息采集设备获取所述显影设备的影像信息。
综上,本申请提供的显影设备的监测方法、装置及系统,通过所获取的显影设备的影像信息得到图像信息后,由分析单元确定图像信息中是否包括喷嘴异常信息,并在确定喷嘴异常信息后发出警报信息,由于本实施例中,作为执行主体的电子设备可以在显影设备的喷嘴异常后及时发出警报,因此能够防止显影设备的喷嘴因挂滴等异常造成的晶圆表面缺陷恶化,从而可以提高显影设备所生产的晶圆的良品率,并节省显影设备的故障后排查原因的时间消耗。并且,还对不包括喷嘴异常信息的图像信息与第二预设喷嘴异常信息进行相似度比较,并在图像信息与第二预设喷嘴异常信息的相似度大于第一阈值时,将喷嘴信息保存至分析单元,使得分析单元可以进行更新与优化,提高分析单元对图像信息中是否包括喷嘴异常信息的判断准确率,进一步提高了对显影设备进行状态监测的效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请应用场景一实施例的示意图;
图2为一种显影设备的喷嘴旋转情况示意图;
图3为一种晶圆上液体滴落的情况示意图;
图4为一种晶圆上表面缺陷恶化的示意图;
图5为本申请提供的显影设备的状态监测系统一实施例的结构示意图;
图6为本申请提供的显影设备的状态监测方法一实施例的流程示意图;
图7为本申请提供的图像信息一实施例的示意图;
图8为本申请提供的显影设备的状态监测方法另一实施例的流程示意图;
图9为本申请提供的图像特征与异常特征比较的过程示意图;
图10为本申请提供的显影设备另一实施例的结构示意图;
图11为本申请提供的显影设备的状态监测系统另一实施例的结构示意图;
图12为本申请提供的显影设备的状态监测系统又一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1为本申请应用场景一实施例的示意图,如图1所示,本申请应用在显影设备制造晶圆10的场景中,该显影设备可以具体是黄光显影设备等。其中,显影设备可以在晶圆10上的目标曝光单元101对应的预设位置处,涂抹光刻胶并进行蚀刻,从而在晶圆10的目标曝光单元101内上形成图案。随后,显影设备还可以通过喷嘴20向晶圆10上的目标曝光单元101喷涂用于清洗显影液的液体,将目标曝光单元101内的显影液去除。
在一些实施例中,喷嘴20可以通过机械臂等形式的承载组件30所承载,并在该承载组件30的带动下,喷嘴20可以移动到晶圆10的目标曝光单元101上方的预设位置后,向目标曝光单元101喷涂液体;并在喷涂完成后,再次在承载组件30的带动下,喷嘴20从晶圆10上方移开,便于显影设备随后继续对晶圆10进行其他操作。例如,图2为一种显影设备的喷嘴旋转情况示意图,示出了图1所示的场景中喷嘴20在完成喷涂液体之后,在承载组件30的带动下,从晶圆10上方移开后,喷嘴20所处的一种可能的位置。
图3为一种晶圆上液体滴落的情况示意图,示出了喷嘴20在完成喷涂液体之后,若喷嘴20悬挂有未滴落的液滴21的情况,此时,当喷嘴20在承载组件30的带动下,从如图1所示的晶圆10上方位置移出到图2所示的位置时,喷嘴20上残留的液滴21一旦从晶圆10上方滴落到晶圆10表面上的区域102内,会损坏该区域102内的曝光单元101表面。例如,图4为一种晶圆上表面缺陷恶化的示意图,示出了如图3所示的情况下,喷嘴20上的液滴21滴落在晶圆10表面的区域102后,会造成晶圆表面发生如区域102内发生的缺陷恶化情况,影响区域102内曝光单元101的制作,进而降低显影设备所生产的晶圆10的良品率。
因此,本申请提供一种显影设备的状态监测方法、装置及系统,通过获取实时的影像信息确定显影设备的喷嘴是否异常,从而防止显影设备的喷嘴上的液体滴落到晶圆表面造成缺陷恶化,进而提高显影设备所生产的晶圆的良品率,并节省显影设备的故障后排查原因的时间消耗。下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图5为本申请提供的显影设备的状态监测系统一实施例的结构示意图,如图5所示,以显影设备处于如图1所示的状态作为示例,本申请提供的用于对显影设备进行状态监测的系统包括:影像信息采集设备40和电子设备50,其中,影像信息采集设备40可以是摄像头等采集装置,电子设备50可以控制影像信息采集设备40在显影设备制作晶圆10(例如对晶圆10进行显影处理)时,由影像信息采集设备40对准晶圆10上方位置,并采集显影设备的影像信息,则当喷嘴处于如图1所示的晶圆10上方位置时,影像信息采集设备40所采集到的影像信息中的图像信息包括喷嘴,而当喷嘴处于如图2所示的位置时,影像信息采集设备40所采集到的影像信息中的图像信息不包括喷嘴。电子设备50可以是电脑、服务器、工作站等具有相关数据处理功能的设备,当影像信息采集设备40将采集到的影像信息发送至电子设备50后,电子设备50根据显影设备的影像信息对显影设备进行状态监测。
图6为本申请提供的显影设备的状态监测方法一实施例的流程示意图,如图6所示的方法可以由如图5所示的系统中的电子设备50执行,该方法包括:
S101:获取显影设备的影像信息。其中,电子设备所获取的影像信息可以是如图5所示的系统中由影像信息采集设备40所采集的,晶圆10上方的影像信息。
S102:随后,电子设备对S101中获取的影像信息进行处理,以获得多个图像信息。其中,基于影像信息是连续的图像信息,电子设备可以从影像信息对应的连续图像帧中提取连续的多个图像信息,从而可以分别对多个图像信息进行后续处理。
在一些实施例中,由于喷嘴可以在承载组件的带动下移动至晶圆上方喷液,并在喷液完成后在承载组件的带动下从晶圆上方移出。因此,根据影像信息所得到的多个图像信息中可以包括如下几种情况:例如,图7为本申请提供的图像信息一实施例的示意图,其中,所获得的图像信息包括:情况A,此时图像信息中包括晶圆10,以及晶圆10上方的喷嘴20;情况B,此时图像信息中不包括喷嘴20,对应于喷嘴20从晶圆10上方移出的状态,情况C,此时图像信息中包括喷嘴20,且喷嘴20上包括液滴21,在情况C中喷嘴处于存在液滴21的异常状态。
S103:电子设备将S102中所确定的多个图像信息,依次输入到分析单元中,由分析单元对图像信息进行后续处理。具体地,分析单元可以根据输入的图像信息,确定图像信息中是否包括喷嘴异常信息。
示例性地,以图7中所示的图像信息作为示例,当图7中情况A和情况B对应的图像信息输入分析单元,分析单元可以确定图像信息中不包括喷嘴异常信息,当图7中情况C对应的图像信息输入分析单元,分析单元可以确定图像信息中包括喷嘴异常信息。
在一些实施例中,分析单元可以包括机器学习模型,例如YOLO(You Only LookOnce)检测模型等,YOLO检测模型是一种可用于对图像信息进行物体检测(objectdetection)的机器学习模型,具有速度快、结构简单等特点。在本实施例中,可以提前通过异常图像信息对YOLO检测模型进行训练,使得YOLO检测模型提前提取异常图像信息中的异常特征,得到并存储多个预设喷嘴异常信息。则在S102中,YOLO检测模型可用于提取图像信息的图像特征后,根据图像特征与存储的异常特征进行对比,即可确定图像信息中是否包括喷嘴异常信息。
S104:若分析单元所确定的图像信息中包括喷嘴异常信息,则电子设备在S105中发出警报信息,使得收到警报信息的维修人员可以根据警报信息对显影设备的喷嘴异常状态进行调整。
S106:若分析单元所确定的图像信息中未包括喷嘴异常信息,则分析单元进一步判断图像信息中是否包括喷嘴信息。
S107:若图像信息中包括喷嘴信息,且喷嘴信息与预设喷嘴异常信息的相似度大于第一阈值,则分析单元将图像信息中的喷嘴信息定义为喷嘴异常信息,并将喷嘴信息保存至分析单元内,使得分析单元对其存储的多个预设喷嘴异常信息进行更新,更新后的多个预设喷嘴异常信息可用于分析单元后续再接收到图像信息后,执行S103中确定图像信息中是否包括喷嘴异常信息时使用。
综上,本实施例提供的显影设备的状态监测方法,通过所获取的显影设备的影像信息得到图像信息后,由分析单元确定图像信息中是否包括喷嘴异常信息,并在确定喷嘴异常信息后发出警报信息,由于本实施例中,作为执行主体的电子设备可以在分析单元确定显影设备的喷嘴异常后及时发出警报,因此能够防止显影设备的喷嘴因挂滴等异常造成的晶圆表面缺陷恶化,从而可以提高显影设备所生产的晶圆的良品率,并节省显影设备的故障后排查原因的时间消耗。并且,本实施例还对分析单元确定不包括喷嘴异常信息的图像信息后,还将图像信息与预设喷嘴异常信息进行相似度比较,并在图像信息与预设喷嘴异常信息的相似度大于第一阈值时,将喷嘴信息保存至分析单元,使得分析单元内存储的多个预设喷嘴异常信息可以进行不断更新与优化,提高分析单元对图像信息中是否包括喷嘴异常信息的判断准确率,保证分析单元内存储的多个预设喷嘴异常信息的实时性,能够进一步提高对显影设备进行状态监测的效率。
图8为本申请提供的显影设备的状态监测方法另一实施例的流程示意图,如图8所示的显影设备的状态监测方法示出了如图6所示的实施例的一种具体实现方式。如图8所示的显影设备的状态监测方法具体包括:
S100:电子设备在对显影设备进行监测之前,将多个异常图像信息输入分析单元中,使得分析单元提取异常图像中的异常特征,并获得多个预设喷嘴异常信息。其中,预设喷嘴异常信息包括喷嘴异常类型、喷嘴异常时间和喷嘴异常位置等。
在一些实施例中,分析单元可以包括YOLO检测模型,则在对显影设备的状态进行监测之前,首先通过S100将包括异常喷嘴的异常图像信息送入YOLO检测模型,使得YOLO检测模型调整其内部用于提取预设喷嘴异常信息的特征的参数,实现对YOLO检测模型进行训练。
S101:随后,当完成对YOLO检测模型的训练之后,电子设备可以通过该YOLO检测模型对图像信息中是否包括喷嘴异常信息进行判断,首先,电子设备通过执行定时抽取任务的方式,每间隔一段时间,获取影像信息采集设备在上一段时间内所采集的显影设备的影像信息。
S102:随后,电子设备将所采集的影像信息按一定的时间进行抽取,例如每秒抽取一帧的方式,得到影像信息中的多个图像信息,随后对图像信息进行白化和直方图均值化等处理,减少因采集影像信息时,光照和物体反射等外界因素对影像信息中图像信息的质量的影响。
S103:电子设备将多个图像信息依次输入YOLO检测模型中。则对于YOLO检测模型,当接收到图像信息后,提取图像信息的图像特征,并根据所提取的图像特征,以及与异常特征进行比较,得出用于指示图像信息是否包括喷嘴异常信息的概率值。其中,概率值用于指示图像信息中是否包括喷嘴异常信息的概率,图9为本申请提供的图像特征与异常特征比较的过程示意图,其中,分析单元将图像特征X划分为不同的区域后,将每个与异常特征Y进行比较,将图像特征X和异常特征Y相同区域的交集区域Z,与图像特征X和异常特征Y的并集区域的比值作为概率值,当分析单元确定该概率值大于第二阈值,用于指示图像信息中包括喷嘴异常信息,则电子设备发送警报信息,第二阈值可以设置为0.8等;当分析单元确定该概率值未大于第二阈值,用于指示图像信息中不包括喷嘴异常信息。
在一些实施例中,YOLO检测模型所能够确定的喷嘴异常信息包括以下的一项或多项:指示信息、喷嘴异常类型、喷嘴异常时间和喷嘴异常位置。其中,指示信息可以用于指示喷嘴是否处于异常状态;喷嘴异常类型用于指示喷嘴处于异常状态时所对应的异常类别,异常类别可以包括喷嘴挂滴异常、喷嘴方向异常、喷嘴位置异常等;喷嘴异常时间用于指示图像信息对应的时刻,也即,喷嘴异常信息所对应的图像信息在影像信息中的时刻;喷嘴异常位置用于当确定图像信息中包括喷嘴异常信息时,图像信息中喷嘴所在的位置。
在一些实施例中,上述喷嘴异常信息也可以在异常图像信息中由人工进行标注后,送入YOLO检测模型中,使得YOLO检测模型提取到各种不同异常图像信息中不同喷嘴异常信息对应的特征,从而获得多个预设喷嘴异常信息,随后即可根据学习到的异常特征结合接收到图像信息的图像特征,确定图像信息中的喷嘴异常信息。
在一些实施例中,电子设备将图像信息送入YOLO检测模型之前,还可以对图像信息进行翻转、旋转等操作,对图像信息进行数据增强处理。
S104:若YOLO检测模型所确定的图像信息中包括喷嘴异常信息,则电子设备发出警报信息。例如,警报信息可以是电子设备通过HDMI接口等方式向显示屏幕发送的警报图像等,或者,警报信息还可以是电子设备通过网路线向维修人员发送的警报邮件等。
在一些实施例中,电子设备除了发出警报信息,在确定图像信息中包括的喷嘴异常信息为显影设备的喷嘴上存在挂滴,则电子设备在确定图像信息中包括该喷嘴异常信息之后,还可以进行如下一项或多项的控制步骤,来避免挂滴滴落到晶圆表面产生进一步影响:控制喷嘴从晶圆上方移出,例如通过控制喷嘴所在的承载组件,将喷嘴从如图1所示的位置移动至如图2所示的位置;控制显影设备停止工作,方式对正在制作的晶圆产生后续影响;控制喷嘴向喷射方向的反向吸取液体,即,喷嘴正常喷射方向是向其外部喷出液体,而为了避免液滴滴落,喷嘴可以向其内部吸取液体,将液滴吸入到喷嘴内部;控制清除装置移动至喷嘴下方,由清除装置清除喷嘴上的液滴。例如,图10为本申请提供的显影设备另一实施例的结构示意图,如图10所示的显影设备还设置有清除装置60,清除装置60可以旋转移动至喷嘴10下方,并去除喷嘴10上的液滴21,在清除之后,清除装置60可以从喷嘴10下方移出,不影响显影设备后续对晶圆进行的制作流程。
S105:对经过YOLO检测模型判断不包括喷嘴异常信息的图像信息,则利用机器视觉特征匹配算等方式,判断图像信息中是否包括喷嘴信息。以图7所示的情况作为示例,情况A和情况C为包括喷嘴信息的图像信息,情况B为不包括喷嘴信息的图像信息。假设图7中情况A-情况C的图像信息均经过YOLO检测模型判断不包括喷嘴异常信息,则电子设备将不包括喷嘴信息的情况B的图像信息忽略,将包括喷嘴信息的情况A和情况C的图像信息进行后续处理。
S106:电子设备将包括喷嘴信息的图像信息转换为第一向量,并将异常图像信息转换为第二向量,随后比较第一向量和第二向量的余弦值,得到图像信息中喷嘴信息与异常图像信息中预设喷嘴异常信息的相似度。并在相似度大于第一阈值90%时,将喷嘴信息作为喷嘴异常信息输入到YOLO检测模型中,使YOLO检测模型保存该喷嘴异常信息,该喷嘴异常信息可以作为YOLO检测模型在判断后去图像信息是否包括喷嘴异常信息时的预设喷嘴异常信息,从而实现对YOLO检测模型进行优化训练。
在一些实施例中,分析单元在S106中确定图像信息中的喷嘴信息与预设喷嘴异常信息的相似度大于第一阈值后,可以将所确定的喷嘴信息先送入异常数据库存储,并在数据库中喷嘴信息数量大于一定值后,将数据库中所有喷嘴信息共同作为喷嘴异常信息送入YOLO检测模型中保存,对YOLO检测模型进行优化训练。则对于YOLO检测模型,在接收到喷嘴信息后,按照与S100中相同的方式,将喷嘴信息作为喷嘴异常信息进行保存,从而实现对YOLO检测模型中存储的预设喷嘴异常信息的不断丰富和更新,即使喷嘴异常信息发生了变化,YOLO检测模型依然能够准确识别出图像信息中的喷嘴异常信息,从而保证了YOLO检测模型还具有实时性。
图11为本申请提供的显影设备的状态监测系统另一实施例的结构示意图,其中,在如图11所示的系统中,除了影像信息采集设备40和电子设备50,还包括:存储设备51和显示设备52。其中,存储设备51用于存储影像信息采集设备40所采集的影像信息;显示设备52用于从存储设备51中获取影像信息并进行显示;电子设备50在执行如图8所示的S101时可以从存储设备51中获取所存储的影像信息采集设备40所采集的影像信息,并执行如本申请前述任一实施例提供的显影设备的状态监测方法,对影像信息进行处理。
图12为本申请提供的显影设备的状态监测系统又一实施例的结构示意图,其中,在如图12所示的系统中,影像信息采集设备40采集到影像信息后,NVR或者XVR可用于视频流的推送,将影像信息采集设备40采集的影像信息推送到推理服务器63和显示设备65,推理服务器63在接收到影像信息后,执行如本申请前述任一实施例提供的显影设备的状态监测方法,对影像信息进行处理。管理服务器64用于系统中硬件资源的统一管路和调度,显示设备65用于显示接收到的影像信息,进行可视化结果展示。
在前述实施例中,对本申请实施例提供的显影设备的状态监测方法进行了介绍,而为了实现上述本申请实施例提供的方法中的各功能,可以通过执行主体的电子设备来实现上述各功能,例如,可以包括硬件结构和/或软件模块,以硬件结构、软件模块、或硬件结构加软件模块的形式来实现上述各功能。上述各功能中的某个功能以硬件结构、软件模块、还是硬件结构加软件模块的方式来执行,取决于技术方案的特定应用和设计约束条件。
例如,本申请实施例还提供一种显影设备的状态监测装置包括:获取模块,输入模块,第一处理模块和第二处理模块,其中,获取模块用于获取显影设备的影像信息,并对影像信息进行处理,以获得多个图像信息,其中,显影设备包括喷嘴;输入模块用于将多个图像信息输入分析单元中,以判断图像信息中是否包括喷嘴异常信息,其中,分析单元中包括多个第一预设喷嘴异常信息;第一处理模块,用于若图像信息中包括喷嘴异常信息,则发出警报信息;第二处理模块用于若图像信息中未包括喷嘴异常信息时,则判断图像信息中是否包括喷嘴信息;其中,若图像信息中包括喷嘴信息,且喷嘴信息与第二预设喷嘴异常信息的相似度大于阈值,则将喷嘴信息定义为喷嘴异常信息,并将喷嘴信息保存至分析单元内。
上述实施例中显影设备的状态监测装置中的各模块分别执行的上述步骤的具体原理及实现方式可参考本申请前述实施例中的显影设备的状态监测方法,不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
本申还提供一种电子设备,包括:处理器以及存储器;其中,存储器中存储有计算机执行指令,当处理器执行存储器所存储的计算机执行指令,处理器可用于执行如本申请前述实施例中任一的显影设备的状态监测方法。
本申请还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被执行时可用于执行如本申请前述实施例中任一的显影设备的状态监测方法。
本申请实施例还提供一种运行指令的芯片,所述芯片用于执行如本申请前述任一实施例中由电子设备所执行的显影设备的状态监测方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (11)
1.一种显影设备的状态监测方法,其特征在于,包括:
获取所述显影设备的影像信息,并对所述影像信息进行处理,以获得多个图像信息,其中,所述显影设备包括喷嘴;
将多个所述图像信息输入分析单元中,以判断所述图像信息中是否包括喷嘴异常信息,其中,所述分析单元中包括多个预设喷嘴异常信息;
若所述图像信息中包括所述喷嘴异常信息,则发出警报信息;
若所述图像信息中未包括所述喷嘴异常信息时,则判断所述图像信息中是否包括喷嘴信息;其中,若所述图像信息中包括所述喷嘴信息,且所述喷嘴信息与所述预设喷嘴异常信息的相似度大于第一阈值,则将所述喷嘴信息定义为所述喷嘴异常信息,并将所述喷嘴异常信息保存至所述分析单元内。
2.根据权利要求1所述的显影设备的状态监测方法,其特征在于,在将多个所述图像信息输入所述分析单元之前,还包括:
将多个异常图像信息输入所述分析单元中,并提取所述异常图像信息中的异常特征,以使所述分析单元获得多个所述预设喷嘴异常信息;
其中,所述预设喷嘴异常信息包括喷嘴异常类型、喷嘴异常时间和喷嘴异常位置。
3.根据权利要求2所述的显影设备的状态监测方法,其特征在于,将所述图像信息输入所述分析单元之后,所述分析单元提取所述图像信息中的图像特征。
4.根据权利要求3所述的显影设备的状态监测方法,其特征在于,所述分析单元发送所述警报信息的步骤包括:
比较所述图像特征与所述异常特征;
若所述图像特征和所述异常特征的交集区域与所述图像特征和所述异常特征的并集区域的比值大于第二阈值,则发送所述警报信息。
5.根据权利要求1所述的显影设备的状态监测方法,其特征在于,获得所述喷嘴信息与所述预设喷嘴异常信息的相似度的步骤包括:
将所述图像信息转换成第一向量;
将所述异常图像信息转换成第二向量;
比较所述第一向量和所述第二向量的余弦值,以获得所述相似度。
6.根据权利要求1所述的显影设备的状态监测方法,其特征在于,在将所述图像信息输入所述分析单元之前,还包括对所述图像信息进行白化和直方化处理。
7.根据权利要求2所述的显影设备的状态监测方法,其特征在于,所述喷嘴异常信息包括以下的一项或多项:
指示信息,用于指示所述喷嘴是否处于异常状态;
所述喷嘴异常类型,用于指示所述喷嘴处于异常状态时所对应的异常类别;
所述喷嘴异常时间,用于指示所述图像信息对应的时刻;
所述喷嘴异常位置,用于指示所述图像信息中所述喷嘴所在的位置。
8.根据权利要求1-6任一项所述的显影设备的状态监测方法,其特征在于,所述发出警报信息之后,还包括以下的一项或多项:
控制所述喷嘴从晶圆上方移出;
控制所述显影设备停止工作;
控制所述喷嘴向喷射的反向吸取液体;
控制清除装置移动至所述喷嘴下方,并清除所述喷嘴上的液滴。
9.一种显影设备的状态监测装置,其特征在于,包括:
获取模块,用于获取所述显影设备的影像信息,并对所述影像信息进行处理,以获得多个图像信息,其中,所述显影设备包括喷嘴;
输入模块,用于将多个所述图像信息输入分析单元中,以判断所述图像信息中是否包括喷嘴异常信息,其中,所述分析单元中包括多个第一预设喷嘴异常信息;
第一处理模块,用于若所述图像信息中包括所述喷嘴异常信息,则发出警报信息;
第二处理模块,用于若所述图像信息中未包括所述喷嘴异常信息时,则判断所述图像信息中是否包括喷嘴信息;其中,若所述图像信息中包括所述喷嘴信息,且所述喷嘴信息与第二预设喷嘴异常信息的相似度大于第一阈值,则将所述喷嘴信息定义为所述喷嘴异常信息,并将所述喷嘴信息保存至所述分析单元内。
10.一种电子设备,其特征在于,包括:
存储器,存储计算机执行指令;
处理器,执行所述存储器存储的计算机执行指令时,执行如权利要求1-8任一项所述的显影设备的状态监测方法。
11.一种显影设备的状态监测系统,其特征在于,包括:
影像信息采集设备,用于采集所述显影设备的影像信息;
电子设备,用于执行如权利要求1-8任一项所述的显影设备的状态监测方法,其中,所述电子设备通过所述影像信息采集设备获取所述显影设备的影像信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111060886.5A CN115793417A (zh) | 2021-09-10 | 2021-09-10 | 显影设备的状态监测方法、装置及系统 |
US17/728,042 US20230077675A1 (en) | 2021-09-10 | 2022-04-25 | State monitoring method, state monitoring apparatus and state monitoring system for developing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111060886.5A CN115793417A (zh) | 2021-09-10 | 2021-09-10 | 显影设备的状态监测方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115793417A true CN115793417A (zh) | 2023-03-14 |
Family
ID=85417068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111060886.5A Pending CN115793417A (zh) | 2021-09-10 | 2021-09-10 | 显影设备的状态监测方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230077675A1 (zh) |
CN (1) | CN115793417A (zh) |
-
2021
- 2021-09-10 CN CN202111060886.5A patent/CN115793417A/zh active Pending
-
2022
- 2022-04-25 US US17/728,042 patent/US20230077675A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230077675A1 (en) | 2023-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11380232B2 (en) | Display screen quality detection method, apparatus, electronic device and storage medium | |
WO2020007096A1 (zh) | 显示屏质量检测方法、装置、电子设备及存储介质 | |
US20210073972A1 (en) | Intelligent defect detection from image data | |
US20200380899A1 (en) | Method and apparatus for detecting peripheral circuit of display screen, electronic device, and storage medium | |
US9927373B2 (en) | Substrate processing apparatus, monitoring device of substrate processing apparatus, and monitoring method of substrate processing apparatus | |
US9413597B2 (en) | Method and system for providing aggregated network alarms | |
SG176797A1 (en) | Automatic fault detection and classification in a plasma processing system and methods thereof | |
CN109064446A (zh) | 显示屏质量检测方法、装置、电子设备及存储介质 | |
CN112016409A (zh) | 一种基于深度学习的工步规范视觉识别判定方法及系统 | |
US20230088342A1 (en) | Systems and methods for utilizing machine learning and neural network models to identify issues in wireless networks | |
CN110533654A (zh) | 零部件的异常检测方法及装置 | |
JP2007194262A (ja) | 欠陥判定システムおよび基板処理システム | |
CN108921840A (zh) | 显示屏外围电路检测方法、装置、电子设备及存储介质 | |
US20220323999A1 (en) | Method and apparatus for detecting wafer cleaning anomalies | |
CN110751270A (zh) | 一种无人机电线故障检测方法、系统及设备 | |
US20230186634A1 (en) | Vision-based monitoring of site safety compliance based on worker re-identification and personal protective equipment classification | |
CN114697618A (zh) | 一种基于移动终端的楼宇控制方法及系统 | |
CN115380294A (zh) | 针对工业机器学习的数据处理 | |
US20200150628A1 (en) | Defect detection during an automated production process | |
CN115793417A (zh) | 显影设备的状态监测方法、装置及系统 | |
Cucinotta et al. | Behavioral analysis for virtualized network functions: A som-based approach | |
CN111290371A (zh) | 物联网设备远程诊断的方法及装置、电子设备 | |
CN113012137B (zh) | 一种面板缺陷检查方法、系统、终端设备及存储介质 | |
CN114360055A (zh) | 基于人工智能的行为检测方法、设备及存储介质 | |
US20230068757A1 (en) | Work rate measurement device and work rate measurement method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |