受引导的缺陷发现的特性化系统及方法与流程

技术特征：
1.一种系统，其包括：控制器，其包含经配置以执行存储于存储器中的一组程序指令的一或多个处理器，所述组程序指令经配置以致使所述一或多个处理器：从特性化子系统接收样本的一或多个图像，其中所述一或多个图像包含一或多个图块剪辑；从所述一或多个图块剪辑识别一或多个目标剪辑；基于所述一或多个目标剪辑而制备一或多个经处理剪辑；通过经由自动编码器变换所述一或多个经处理剪辑而产生一或多个经编码图像；经由聚类算法将所述一或多个经编码图像分类成一组集群；经由用户接口对用户显示来自所述组集群中的一或多者的一或多个经分类图像；经由所述用户接口从所述用户接收所述一或多个经显示分类图像的一或多个标签；确定所述接收的一或多个标签是否足以训练深度学习分类器；且在确定所述接收的一或多个标签足以训练所述深度学习分类器后，经由所述一或多个经显示分类图像及所述接收的一或多个标签来训练所述深度学习分类器。2.根据权利要求1所述的系统，其中所述基于所述一或多个目标剪辑而制备所述一或多个经处理剪辑包括：产生一或多个中值剪辑或一或多个差异剪辑中的至少一者。3.根据权利要求1所述的系统，其中所述组程序指令进一步经配置以致使所述一或多个处理器：将所述深度学习分类器应用于一或多个额外目标图像以自动对所述一或多个额外目标图像进行分类。4.根据权利要求1所述的系统，其中所述组程序指令进一步经配置以致使所述一或多个处理器：在确定所述接收的一或多个标签足以训练所述深度学习分类器之前，确定所述接收的一或多个标签不足以训练所述深度学习分类器；经由所述用户接口对所述用户显示额外一或多个经分类图像；经由所述用户接口从所述用户接收所述一或多个额外经显示分类图像的一或多个额外标签；及确定所述接收的一或多个额外标签是否足以训练所述深度学习分类器。5.根据权利要求1所述的系统，其中所述特性化子系统包括扫描电子显微镜(sem)子系统或光学检验子系统中的至少一者。6.根据权利要求5所述的系统，其中所述光学检验子系统包括明场检验子系统或暗场检验子系统中的至少一者。7.根据权利要求1所述的系统，其中所述自动编码器经配置以学习所述一或多个图块剪辑的低维表示。8.根据权利要求1所述的系统，其中基于一或多个类似缺陷特性对所述组集群进行分类。9.根据权利要求1所述的系统，其中所述组集群进一步包含：一或多个离群点事件。
10.根据权利要求1所述的系统，其中所述一或多个目标剪辑包含一或多个所关注缺陷(doi)。11.一种系统，其包括：控制器，其包含经配置以执行存储于存储器中的一组程序指令的一或多个处理器，所述组程序指令经配置以致使所述一或多个处理器：从特性化子系统接收样本的一或多个图像，其中所述一或多个图像包含一或多个图块剪辑；从所述一或多个图块剪辑识别一或多个目标剪辑；基于所述一或多个目标剪辑而制备一或多个经处理剪辑；通过经由自动编码器变换所述一或多个经处理剪辑而产生一或多个经编码图像；经由聚类算法将所述一或多个经编码图像分类成一组集群；经由用户接口对用户显示来自所述组集群中的一或多者的一或多个经分类图像；经由所述用户接口从所述用户接收所述一或多个经显示分类图像的一或多个标签；确定所述接收的一或多个标签是否足以训练深度学习分类器；在确定所述接收的一或多个标签不足以训练所述深度学习分类器后，经由所述用户接口对所述用户显示额外一或多个经分类图像；经由所述用户接口从所述用户接收所述一或多个额外经显示分类图像的一或多个额外标签；确定所述接收的额外一或多个标签是否足以训练所述深度学习分类器；及在确定所述接收的一或多个额外标签足以训练所述深度学习分类器后，经由所述一或多个经显示分类图像、所述一或多个额外经显示分类图像、所述接收的一或多个标签及所述接收的一或多个额外标签中的一者训练所述深度学习分类器。12.根据权利要求11所述的系统，其中所述基于所述一或多个目标剪辑而制备所述一或多个经处理剪辑包括：产生一或多个中值剪辑或一或多个差异剪辑中的至少一者。13.根据权利要求11所述的系统，其中所述组程序指令进一步经配置以致使所述一或多个处理器：将所述深度学习分类器应用于一或多个额外目标图像以自动对所述一或多个额外目标图像进行分类。14.根据权利要求11所述的系统，其中所述特性化子系统包括扫描电子显微镜(sem)子系统或光学检验子系统中的至少一者。15.根据权利要求14所述的系统，其中所述光学检验子系统包括明场检验子系统或暗场检验子系统中的至少一者。16.根据权利要求11所述的系统，其中所述自动编码器经配置以学习所述一或多个图块剪辑的低维表示。17.根据权利要求11所述的系统，其中基于一或多个类似缺陷特性对所述组集群进行分类。18.根据权利要求11所述的系统，其中所述组集群进一步包含：一或多个离群点事件。
19.根据权利要求11所述的系统，其中所述一或多个目标剪辑包含一或多个所关注缺陷(doi)。20.一种方法，其包括：从特性化子系统接收样本的一或多个图像，其中所述一或多个图像包含一或多个图块剪辑；从所述一或多个图块剪辑识别一或多个目标剪辑；基于所述一或多个目标剪辑而制备一或多个经处理剪辑；通过经由自动编码器变换所述一或多个经处理剪辑而产生一或多个经编码图像；经由聚类算法将所述一或多个经编码图像分类成一组集群；经由用户接口对用户显示来自所述组集群中的一或多者的一或多个经分类图像；经由所述用户接口从所述用户接收所述一或多个经显示分类图像的一或多个标签；确定所述接收的一或多个标签是否足以训练深度学习分类器；及在确定所述接收的一或多个标签足以训练所述深度学习分类器后，经由所述一或多个经显示分类图像及所述接收的一或多个标签来训练所述深度学习分类器。21.一种方法，其包括：从特性化子系统接收样本的一或多个图像，其中所述一或多个图像包含一或多个图块剪辑；从所述一或多个图块剪辑识别一或多个目标剪辑；基于所述一或多个目标剪辑而制备一或多个经处理剪辑；通过经由自动编码器变换所述一或多个经处理剪辑而产生一或多个经编码图像；经由聚类算法将所述一或多个经编码图像分类成一组集群；经由用户接口对用户显示来自所述组集群中的一或多者的一或多个经分类图像；经由所述用户接口从所述用户接收所述一或多个经显示分类图像的一或多个标签；确定所述接收的一或多个标签是否足以训练深度学习分类器；在确定所述接收的一或多个标签不足以训练所述深度学习分类器后，经由所述用户接口对所述用户显示一或多个额外经分类图像；经由所述用户接口从所述用户接收所述一或多个额外经显示分类图像的一或多个额外标签；确定所述接收的一或多个额外标签是否足以训练所述深度学习分类器；及在确定所述接收的一或多个额外标签足以训练所述深度学习分类器后，经由所述一或多个经显示分类图像、所述一或多个额外经显示分类图像、所述接收的一或多个标签及所述接收的一或多个额外标签训练所述深度学习分类器。22.一种系统，其包括：控制器，其包含经配置以执行存储于存储器中的一组程序指令的一或多个处理器，所述组程序指令经配置以致使所述一或多个处理器：从特性化子系统接收样本的一或多个图像，其中所述一或多个图像包含一或多个图块剪辑；从所述一或多个图块剪辑识别一或多个目标剪辑；基于所述一或多个目标剪辑而制备一或多个经处理剪辑；
通过经由自动编码器变换所述一或多个经处理剪辑而产生一或多个经编码图像；经由聚类算法将所述一或多个经编码图像分类成一组集群；经由用户接口对用户显示来自所述组集群中的一或多者的一或多个经分类图像；经由所述用户接口从所述用户接收所述一或多个经显示分类图像的一或多个标签；且基于所述接收的一或多个标签而调整一或多个制造工具。23.根据权利要求22所述的系统，其中所述基于所述一或多个目标剪辑而制备所述一或多个经处理剪辑包括：产生一或多个中值剪辑或一或多个差异剪辑中的至少一者。24.根据权利要求22所述的系统，其中所述特性化子系统包括扫描电子显微镜(sem)子系统或光学检验子系统中的至少一者。25.根据权利要求24所述的系统，其中所述光学检验子系统包括明场检验子系统或暗场检验子系统中的至少一者。26.根据权利要求22所述的系统，其中所述自动编码器经配置以学习所述一或多个图块剪辑的低维表示。27.根据权利要求22所述的系统，其中基于一或多个类似缺陷特性对所述一或多个经编码图像的所述组集群进行分类。28.根据权利要求22所述的系统，其中所述组集群进一步包含：一或多个离群点事件。29.根据权利要求22所述的系统，其中所述一或多个目标剪辑包含一或多个所关注缺陷(doi)。30.一种方法，其包括：从特性化子系统接收样本的一或多个图像，其中所述一或多个图像包含一或多个图块剪辑；从所述一或多个图块剪辑识别一或多个目标剪辑；基于所述一或多个目标剪辑而制备一或多个经处理剪辑；通过经由自动编码器变换所述一或多个经处理剪辑而产生一或多个经编码图像；经由聚类算法将所述一或多个经编码图像分类成一组集群；经由用户接口对用户显示来自所述组集群中的一或多者的一或多个经分类图像；经由所述用户接口从所述用户接收所述一或多个经显示分类图像的一或多个标签；及基于所述接收的一或多个标签而调整一或多个制造工具。

技术总结
根据本公开的一或多个实施例，公开一种系统。所述系统可包含控制器，所述控制器包含经配置以执行一组程序指令的一或多个处理器。所述组程序指令可经配置以致使所述处理器：从特性化子系统接收样本的图像；从图块剪辑识别目标剪辑；基于所述目标剪辑而制备经处理剪辑；通过变换所述经处理剪辑而产生经编码图像；将所述经编码图像分类成一组集群；显示来自所述组集群的经分类图像；接收所述经显示分类图像的标签；确定所述所接收标签是否足以训练深度学习分类器；及在确定所述所接收标签足以训练所述深度学习分类器后，经由所述经显示分类图像及所述所接收标签训练所述深度学习分类器。像及所述所接收标签训练所述深度学习分类器。像及所述所接收标签训练所述深度学习分类器。


技术研发人员：B
受保护的技术使用者：科磊股份有限公司
技术研发日：2021.01.21
技术公布日：2022/8/19