JP2019161073A - スクラッチ判定プログラム、スクラッチ判定装置およびスクラッチ判定方法 - Google Patents
スクラッチ判定プログラム、スクラッチ判定装置およびスクラッチ判定方法 Download PDFInfo
- Publication number
- JP2019161073A JP2019161073A JP2018047245A JP2018047245A JP2019161073A JP 2019161073 A JP2019161073 A JP 2019161073A JP 2018047245 A JP2018047245 A JP 2018047245A JP 2018047245 A JP2018047245 A JP 2018047245A JP 2019161073 A JP2019161073 A JP 2019161073A
- Authority
- JP
- Japan
- Prior art keywords
- wafer map
- scratch
- fail
- image
- scratch determination
- 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.)
- Granted
Links
Landscapes
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Image Processing (AREA)
Abstract
Description
前記複数のウエハマップ画像、および、前記前処理済ウエハマップ画像を用いて、機械学習モデルの学習を実行し、
学習済みの前記機械学習モデルを用いて、入力されるウエハマップ画像のスクラッチ有無の判定を行う
処理をコンピュータに実行させることを特徴とするスクラッチ判定プログラム。
前記ウエハマップ画像の一部の領域に対する認識処理を集約したものである
ことを特徴とする付記1に記載のスクラッチ判定プログラム。
前記ウエハマップ画像の示すフェイルICのうち、前記フェイルICを中心とした所定のウィンドウ枠内に存在する、当該フェイルICに並ぶ他のフェイルICの数の並びの指標値が所定の閾値未満であるフェイルIC群である、
ことを特徴とする付記1に記載のスクラッチ判定プログラム。
前記フェイルICを中心とした所定のウィンドウ枠内において、当該フェイルICを中心とした各方向における当該フェイルICに並ぶ他のフェイルICの数の最大値である、
ことを特徴とする付記3に記載のスクラッチ判定プログラム。
スクラッチの有るウエハマップ画像およびスクラッチの無いウエハマップ画像における前記並びの指標値の統計データに基づき算出された値である、
ことを特徴とする付記3に記載のスクラッチ判定プログラム。
前記機械学習モデルの学習を実行する際、さらに、前記ランダムネスを示すウエハマップ画像を用いる、
ことを特徴とする付記1に記載のスクラッチ判定プログラム。
前記複数のウエハマップ画像、および、前記前処理済ウエハマップ画像を用いて、機械学習モデルの学習を実行する
処理をコンピュータに実行させることを特徴とするスクラッチ判定プログラム。
前記複数のウエハマップ画像、および、前記前処理済ウエハマップ画像を用いて、機械学習モデルの学習を実行する学習部と、
学習済みの前記機械学習モデルを用いて、入力されるウエハマップ画像のスクラッチ有無の判定を行う判定部と
を備えることを特徴とするスクラッチ判定装置。
前記ウエハマップ画像の一部の領域に対する認識処理を集約したものである
ことを特徴とする付記8に記載のスクラッチ判定装置。
前記ウエハマップ画像の示すフェイルICのうち、前記フェイルICを中心とした所定のウィンドウ枠内に存在する、当該フェイルICに並ぶ他のフェイルICの数の並びの指標値が所定の閾値未満であるフェイルIC群である
ことを特徴とする付記8に記載のスクラッチ判定装置。
前記フェイルICを中心とした所定のウィンドウ枠内において、当該フェイルICを中心とした各方向における当該フェイルICに並ぶ他のフェイルICの数の最大値である
ことを特徴とする付記10に記載のスクラッチ判定装置。
スクラッチの有るウエハマップ画像およびスクラッチの無いウエハマップ画像における前記並びの指標値の統計データに基づき算出された値である
ことを特徴とする付記10に記載のスクラッチ判定装置。
前記機械学習モデルの学習を実行する際、さらに、前記ランダムネスを示すウエハマップ画像を用いる
ことを特徴とする付記8に記載のスクラッチ判定装置。
前記複数のウエハマップ画像、および、前記前処理済ウエハマップ画像を用いて、機械学習モデルの学習を実行する学習部と
を備えることを特徴とするスクラッチ判定装置。
前記複数のウエハマップ画像、および、前記前処理済ウエハマップ画像を用いて、機械学習モデルの学習を実行し、
学習済みの前記機械学習モデルを用いて、入力されるウエハマップ画像のスクラッチ有無の判定を行う
処理をコンピュータが実行することを特徴とするスクラッチ判定方法。
前記ウエハマップ画像の一部の領域に対する認識処理を集約したものである
ことを特徴とする付記15に記載のスクラッチ判定方法。
前記ウエハマップ画像の示すフェイルICのうち、前記フェイルICを中心とした所定のウィンドウ枠内に存在する、当該フェイルICに並ぶ他のフェイルICの数の並びの指標値が所定の閾値未満であるフェイルIC群である
ことを特徴とする付記15に記載のスクラッチ判定方法。
前記フェイルICを中心とした所定のウィンドウ枠内において、当該フェイルICを中心とした各方向における当該フェイルICに並ぶ他のフェイルICの数の最大値である
ことを特徴とする付記17に記載のスクラッチ判定方法。
スクラッチの有るウエハマップ画像およびスクラッチの無いウエハマップ画像における前記並びの指標値の統計データに基づき算出された値である
ことを特徴とする付記17に記載のスクラッチ判定方法。
前記機械学習モデルの学習を実行する際、さらに、前記ランダムネスを示すウエハマップ画像を用いる
ことを特徴とする付記15に記載のスクラッチ判定方法。
前記複数のウエハマップ画像、および、前記前処理済ウエハマップ画像を用いて、機械学習モデルの学習を実行する
処理をコンピュータが実行することを特徴とするスクラッチ判定方法。
10…入力部
20…出力部
30…処理部
31…生成部
32…学習部
33…判定部
40…記憶部
Claims (9)
- それぞれスクラッチの有無に関するラベル情報が付された複数のウエハマップ画像から、所定の認識ルールに基づく画像認識処理により、ランダムネスを除去した複数の前処理済ウエハマップ画像を生成し、
前記複数のウエハマップ画像、および、前記前処理済ウエハマップ画像を用いて、機械学習モデルの学習を実行し、
学習済みの前記機械学習モデルを用いて、入力されるウエハマップ画像のスクラッチ有無の判定を行う
処理をコンピュータに実行させることを特徴とするスクラッチ判定プログラム。 - 前記画像認識処理は、
前記ウエハマップ画像の一部の領域に対する認識処理を集約したものである
ことを特徴とする請求項1に記載のスクラッチ判定プログラム。 - 前記ウエハマップ画像上のランダムネスは、
前記ウエハマップ画像の示すフェイルICのうち、前記フェイルICを中心とした所定のウィンドウ枠内に存在する、当該フェイルICに並ぶ他のフェイルICの数の並びの指標値が所定の閾値未満であるフェイルIC群である
ことを特徴とする請求項1に記載のスクラッチ判定プログラム。 - 前記並びの指標値は、
前記フェイルICを中心とした所定のウィンドウ枠内において、当該フェイルICを中心とした各方向における当該フェイルICに並ぶ他のフェイルICの数の最大値である
ことを特徴とする請求項3に記載のスクラッチ判定プログラム。 - 前記閾値は、
スクラッチの有るウエハマップ画像およびスクラッチの無いウエハマップ画像における前記並びの指標値の統計データに基づき算出された値である
ことを特徴とする請求項3に記載のスクラッチ判定プログラム。 - 前記コンピュータは、
前記機械学習モデルの学習を実行する際、さらに、前記ランダムネスを示すウエハマップ画像を用いる
ことを特徴とする請求項1に記載のスクラッチ判定プログラム。 - それぞれスクラッチの有無に関するラベル情報が付された複数のウエハマップ画像から、所定の認識ルールに基づく画像認識処理により、ランダムネスを除去した複数の前処理済ウエハマップ画像を生成し、
前記複数のウエハマップ画像、および、前記前処理済ウエハマップ画像を用いて、機械学習モデルの学習を実行する
処理をコンピュータに実行させることを特徴とするスクラッチ判定プログラム。 - それぞれスクラッチの有無に関するラベル情報が付された複数のウエハマップ画像から、所定の認識ルールに基づく画像認識処理により、ランダムネスを除去した複数の前処理済ウエハマップ画像を生成する生成部と、
前記複数のウエハマップ画像、および、前記前処理済ウエハマップ画像を用いて、機械学習モデルの学習を実行する学習部と、
学習済みの前記機械学習モデルを用いて、入力されるウエハマップ画像のスクラッチ有無の判定を行う判定部と
を備えることを特徴とするスクラッチ判定装置。 - それぞれスクラッチの有無に関するラベル情報が付された複数のウエハマップ画像から、所定の認識ルールに基づく画像認識処理により、ランダムネスを除去した複数の前処理済ウエハマップ画像を生成し、
前記複数のウエハマップ画像、および、前記前処理済ウエハマップ画像を用いて、機械学習モデルの学習を実行し、
学習済みの前記機械学習モデルを用いて、入力されるウエハマップ画像のスクラッチ有無の判定を行う
処理をコンピュータが実行することを特徴とするスクラッチ判定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018047245A JP7073806B2 (ja) | 2018-03-14 | 2018-03-14 | スクラッチ判定プログラム、スクラッチ判定装置およびスクラッチ判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018047245A JP7073806B2 (ja) | 2018-03-14 | 2018-03-14 | スクラッチ判定プログラム、スクラッチ判定装置およびスクラッチ判定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019161073A true JP2019161073A (ja) | 2019-09-19 |
JP7073806B2 JP7073806B2 (ja) | 2022-05-24 |
Family
ID=67994944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018047245A Active JP7073806B2 (ja) | 2018-03-14 | 2018-03-14 | スクラッチ判定プログラム、スクラッチ判定装置およびスクラッチ判定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7073806B2 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000200356A (ja) * | 1999-01-08 | 2000-07-18 | Hitachi Ltd | 欠陥分類方法およびその装置 |
JP2002082064A (ja) * | 2000-09-05 | 2002-03-22 | Komatsu Electronic Metals Co Ltd | 不良ウエハの判定装置及び判定方法 |
US20040218806A1 (en) * | 2003-02-25 | 2004-11-04 | Hitachi High-Technologies Corporation | Method of classifying defects |
JP2006266872A (ja) * | 2005-03-24 | 2006-10-05 | Hitachi High-Technologies Corp | 外観検査方法及びその装置 |
JP2009206439A (ja) * | 2008-02-29 | 2009-09-10 | Toshiba Corp | 線状パターンの検知方法および装置 |
JP2018005640A (ja) * | 2016-07-04 | 2018-01-11 | タカノ株式会社 | 分類器生成装置、画像検査装置、及び、プログラム |
-
2018
- 2018-03-14 JP JP2018047245A patent/JP7073806B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000200356A (ja) * | 1999-01-08 | 2000-07-18 | Hitachi Ltd | 欠陥分類方法およびその装置 |
JP2002082064A (ja) * | 2000-09-05 | 2002-03-22 | Komatsu Electronic Metals Co Ltd | 不良ウエハの判定装置及び判定方法 |
US20040218806A1 (en) * | 2003-02-25 | 2004-11-04 | Hitachi High-Technologies Corporation | Method of classifying defects |
JP2006266872A (ja) * | 2005-03-24 | 2006-10-05 | Hitachi High-Technologies Corp | 外観検査方法及びその装置 |
JP2009206439A (ja) * | 2008-02-29 | 2009-09-10 | Toshiba Corp | 線状パターンの検知方法および装置 |
JP2018005640A (ja) * | 2016-07-04 | 2018-01-11 | タカノ株式会社 | 分類器生成装置、画像検査装置、及び、プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7073806B2 (ja) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI748242B (zh) | 掃描晶圓的系統及方法 | |
US20150110384A1 (en) | Image inspection method of die to database | |
CN109727229B (zh) | 虚焊检测方法及装置 | |
TWI631638B (zh) | 由參考影像改變之檢測方式設定 | |
JP5718781B2 (ja) | 画像分類装置および画像分類方法 | |
JP4982213B2 (ja) | 欠陥検査装置及び欠陥検査方法 | |
US11315229B2 (en) | Method for training defect detector | |
JP2011158373A (ja) | 自動欠陥分類のための教師データ作成方法、自動欠陥分類方法および自動欠陥分類装置 | |
US8542912B2 (en) | Determining the uniqueness of a model for machine vision | |
JP4774193B2 (ja) | 検査システムセットアップ技術 | |
CN1323369C (zh) | 图像识别装置和方法以及图像识别装置的示教装置和方法 | |
US20170061209A1 (en) | Object processing method, reference image generating method, reference image generating apparatus, object processing apparatus, and recording medium | |
WO2018010272A1 (zh) | 在自动缺陷分类流程中管理缺陷的方法及系统 | |
TW201317904A (zh) | 標籤檢測系統、裝置及其檢測標籤的方法 | |
JP7408516B2 (ja) | 欠陥管理装置、方法およびプログラム | |
JP2020030692A (ja) | 判別装置及び機械学習方法 | |
JP2021119341A (ja) | 生産ラインスマート監視システム及び監視方法 | |
US11562479B2 (en) | Inspection apparatus, inspection method, and non-volatile storage medium | |
US20160125269A1 (en) | Systems and Methods for Identifying Anomalous Test Item Renderings | |
JP2021117155A (ja) | 検査装置、検査方法、及び検査プログラム | |
JP7073806B2 (ja) | スクラッチ判定プログラム、スクラッチ判定装置およびスクラッチ判定方法 | |
JP5501908B2 (ja) | 要因分析方法、要因分析装置、及び記録媒体 | |
JP2010091401A (ja) | 教師データ作成支援方法、並びに、画像分類方法および画像分類装置 | |
JP2021131831A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2009071230A (ja) | 欠陥分布解析システム、方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201210 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210922 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211019 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211214 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220412 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220425 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7073806 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |