一种晶圆标签处理方法、装置、设备及存储介质与流程

1.本技术涉及图像处理技术领域，尤其涉及一种晶圆标签处理方法、装置、设备及存储介质。


背景技术：

2.晶圆是指制作硅半导体电路所用的硅晶片，其原始材料是硅。高纯度的多晶硅溶解后掺入硅晶体晶种，然后慢慢拉出，形成圆柱形的单晶硅。硅晶棒在经过研磨，抛光，切片后，形成硅晶圆片，也就是晶圆。为了便于晶圆的管理和后续操作，需要对晶圆进行打标以及定级分类制作封测。
3.在传统的人工晶圆标签系统，需要多名操作人员对测试完成的晶圆中不良晶粒所呈现的形状进行打标签，再交付下游标签评分系统进行晶圆定级分类制作封测。面对复杂、冗长、繁琐的打标操作步骤和大量待标的晶圆,需要投入大量不稳定、重复、低价值的劳动力，导致了晶圆后续制作和测试工作效率低下，运营成本居高不下的技术问题。


技术实现要素：

4.本技术提供了一种晶圆标签处理方法、装置、设备及存储介质，解决了当前复杂、冗长、繁琐的打标操作步骤和大量待标的晶圆,需要投入大量不稳定、重复、低价值的劳动力，导致的晶圆后续制作和测试工作效率低下，运营成本居高不下的技术问题。
5.有鉴于此，本技术第一方面提供了一种晶圆标签处理方法，所述方法包括：
6.s1、获取晶圆图像库中的带有晶圆特征标签的第一样本数据；
7.s2、将所述第一样本数据进行第一预处理，得到结构化的第二样本数据；
8.s3、将所述第二样本数据依次进行二值化、原点坐标回归、归一化、平移至所述原点坐标以及去噪的第二预处理后，得到基于直角坐标系下的正圆图像；
9.s4、将所述基于直角坐标系下的正圆图像转化为基于极坐标系的样本图像；
10.s5、通过傅里叶变换对所述样本图像进行形状提取，并通过图形特征表达增强处理，得到优化后的图形数据；
11.s6、基于reshape函数将所述图形数据转化为一维特征向量，得到训练数据；
12.s7、通过所述训练数据对预设图形分类模型进行训练，得到训练后的图像分类模型；
13.s8、基于所述训练后的图像分类模型对待打标的晶圆原始数据进行分类，根据分类结果为所述晶圆原始数据打标签。
14.可选地，所述步骤s2具体包括：
15.将所述第一样本数据进行反序列、数据清洗以及去重，形成结构化的第二样本数据。
16.可选地，所述步骤s3具体包括：
17.将基于直角坐标系下的所述第二样本数据基于0-1的阈值进行二值化处理，使得
所述第二样本数据对应晶圆图像呈现正负样本；
18.基于所述第二样本数据的正负样本将所述晶圆图像的元素坐标回归原点坐标并进行min-max归一化处理；
19.将所述晶圆图像归一化处理后，平移到原点，并计算出一个基于原点坐标下的正圆图像，得到原点坐标系下二值化的第三样本数据；
20.遍历每个所述第三样本数据周围样本中正样本的占比作为训练值，利用dbscan密度聚类训练模型对所述第三样本数据进行图像去噪，将所述正圆图像轮廓外的离群点去除。
21.可选地，所述步骤s5中的图形特征表达增强处理具体为：
22.将所述样本图像进行额外的平移、缩放以及旋转矩阵变换处理。
23.可选地，所述步骤s7具体包括：
24.基于分类算法将所述训练数据分成训练集以及测试集；
25.通过所述训练集对至少一个图像分类模型进行训练，并利用所述测试集验证以及优化所述图像分类模型，得到至少一个训练后的图像分类模型。
26.可选地，若得到两个或两个以上训练后的图像分类模型，则基于排序的模型融合方法的auc评分标准，得到最优图像分类模型。
27.可选地，所述步骤s8具体包括：
28.从fifo队列中获取待打标的晶圆原始数据；
29.对所述晶圆原始数据进行第三预处理以及特征工程后，利用所述训练后的图像分类模型对所述晶圆原始数据进行推断分类，根据分类结果为所述晶圆原始数据打标签。
30.本技术第二方面提供一种晶圆标签处理装置，所述装置包括：
31.获取单元，用于获取晶圆图像库中的带有晶圆特征标签的第一样本数据；
32.第一预处理单元，用于将所述第一样本数据进行第一预处理，得到结构化的第二样本数据；
33.第二预处理单元，用于将所述第二样本数据依次进行二值化、原点坐标回归、归一化、平移至所述原点坐标以及去噪的第二预处理后，得到基于直角坐标系下的正圆图像；
34.坐标转化单元，用于将所述基于直角坐标系下的正圆图像转化为基于极坐标系的样本图像；
35.图像处理单元，用于通过傅里叶变换对所述样本图像进行形状提取，并通过图形特征表达增强处理，得到优化后的图形数据；
36.训练处理单元，用于基于reshape函数将所述图形数据转化为一维特征向量，得到训练数据；
37.训练单元，用于通过所述训练数据对预设图形分类模型进行训练，得到训练后的图像分类模型；
38.打标单元，用于基于所述训练后的图像分类模型对待打标的晶圆原始数据进行分类，根据分类结果为所述晶圆原始数据打标签。
39.本技术第三方面提供一种晶圆标签处理设备，所述设备包括处理器以及存储器：
40.所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
41.所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的晶圆标
签处理方法的步骤。
42.本技术第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的晶圆标签处理方法的步骤。
43.从以上技术方案可以看出，本技术实施例具有以下优点：
44.本技术中，提供了一种晶圆标签处理方法、装置、设备及存储介质，对样本数据进行特征标准化处理，避免不同厂商晶圆测试数据使用不同象限表示的问题，同时将原始的样本数据转化为无量纲化的指标测评值，使得不同厂家来源的样本数据具有相同的评判，利用特征工程将二维问题简化为一维问题，并通过训练图像分类模型实现对各种图像形状进行分类推断，无需针对特定图像形状单独进行特征工程，分类打标的效率得到了有效地提高，解决了当前复杂、冗长、繁琐的打标操作步骤和大量待标的晶圆,需要投入大量不稳定、重复、低价值的劳动力，导致的晶圆后续制作和测试工作效率低下，运营成本居高不下的技术问题。
附图说明
45.图1为本技术实施例中晶圆标签处理方法的方法流程图；
46.图2为本技术实施例中晶圆标签处理装置的结构示意图；
47.图3为本技术实施例中晶圆标签处理设备的结构示意图。
具体实施方式
48.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
49.本技术设计了一种晶圆标签处理方法、装置、设备及存储介质，解决了当前复杂、冗长、繁琐的打标操作步骤和大量待标的晶圆,需要投入大量不稳定、重复、低价值的劳动力，导致的晶圆后续制作和测试工作效率低下，运营成本居高不下的技术问题。
50.为了便于理解，请参阅图1，图1为本技术实施例中晶圆标签处理方法的方法流程图，如图1所示，具体为：
51.s1、获取晶圆图像库中的带有晶圆特征标签的第一样本数据；
52.需要说明的是，通常基于phoenix从hbase晶圆图像库中范围拉取带有晶圆特征标签的第一样本数据。
53.s2、将第一样本数据进行第一预处理，得到结构化的第二样本数据；
54.具体包括：
55.将第一样本数据进行反序列、数据清洗以及去重，形成结构化的第二样本数据。
56.需要说明的是，将第一样本数据通过反序列工具恢复为java对象数据，基于java语言将java对象数据清洗去重获得结构化的第二样本数据。
57.s3、将第二样本数据依次进行二值化、原点坐标回归、归一化、平移至原点坐标以及去噪的第二预处理后，得到基于直角坐标系下的正圆图像；
58.具体包括：
59.将基于直角坐标系下的第二样本数据基于0-1的阈值进行二值化处理，使得第二样本数据对应晶圆图像呈现正负样本；
60.需要说明的是，通过设置阈值，将结构化的第二样本数据中大于阈值的值置为1，否则置为0。
61.晶圆图像呈现正负样本能够方便后续的轮廓识别以及去噪，同时也减少了数据量。
62.基于第二样本数据的正负样本将晶圆图像的元素坐标回归原点坐标并进行min-max归一化处理；
63.将晶圆图像归一化处理后，平移到原点，并计算出一个基于原点坐标下的正圆图像，得到原点坐标系下二值化的第三样本数据；
64.需要说明的是，计算出一个基于原点坐标下的正圆图像具体为根据min-max归一化处理将对原始数据进行线性变换，将序列上的值映射到【0,1】之间。
65.遍历每个第三样本数据周围样本中正样本的占比作为训练值，利用dbscan密度聚类训练模型对第三样本数据进行图像去噪，将正圆图像轮廓外的离群点去除。
66.需要说明的是，输入包含训练值，半径e以及最少数目minpts；
67.基于计算机程序从训练值中抽出一个未处理的值点，如果抽出的点是核心点，则找出所有从该点密度可达的对象，形成一个簇；
68.如果抽出的点是边缘点，则跳出本次循环，寻找下一个点；
69.重复以上操作直到所有的点都被处理并输出所有生成的簇的集合，由此获得获得去噪后的第三样本数据对应的正圆图像。
70.s4、将基于直角坐标系下的正圆图像转化为基于极坐标系的样本图像；
71.s5、通过傅里叶变换对样本图像进行形状提取，并通过图形特征表达增强处理，得到优化后的图形数据；
72.其中，图形特征表达增强处理具体为：
73.将样本图像进行额外的平移、缩放以及旋转矩阵变换处理。
74.s6、基于reshape函数将图形数据转化为一维特征向量，得到训练数据；
75.s7、通过训练数据对预设图形分类模型进行训练，得到训练后的图像分类模型；
76.具体包括：
77.基于分类算法将训练数据分成训练集以及测试集；
78.需要说明的是，分类算法包括但不限于：交叉验证法、留出法、交叉验证法—k折交叉验证和自助法。
79.通过训练集对至少一个图像分类模型进行训练，并利用测试集验证以及优化图像分类模型，得到至少一个训练后的图像分类模型；
80.若得到两个或两个以上训练后的图像分类模型，则基于排序的模型融合方法的auc评分标准，得到最优图像分类模型。
81.s8、基于训练后的图像分类模型对待打标的晶圆原始数据进行分类，根据分类结果为晶圆原始数据打标签；
82.具体包括：
division multiple access，英文缩写：cdma)、宽带码分多址(英文全称：wideband code division multiple access,英文缩写：wcdma)、长期演进(英文全称：long term evolution，英文缩写：lte)、电子邮件、短消息服务(英文全称：short messaging service，sms)等。
98.存储器1020可用于存储软件程序以及模块，处理器1080通过运行存储在存储器1020的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器1020可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器1020可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
99.输入单元1030可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元1030可包括触控面板1031以及其他输入设备1032。触控面板1031，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1031上或在触控面板1031附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板1031可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1080，并能接收处理器1080发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1031。除了触控面板1031，输入单元1030还可以包括其他输入设备1032。具体地，其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
100.显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元1040可包括显示面板1041，可选的，可以采用液晶显示器(英文全称：liquid crystal display，英文缩写：lcd)、有机发光二极管(英文全称：organic light-emitting diode，英文缩写：oled)等形式来配置显示面板1041。进一步的，触控面板1031可覆盖显示面板1041，当触控面板1031检测到在其上或附近的触摸操作后，传送给处理器1080以确定触摸事件的类型，随后处理器1080根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图3中，触控面板1031与显示面板1041是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板1031与显示面板1041集成而实现手机的输入和输出功能。
101.手机还可包括至少一种传感器1050，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度，接近传感器可在手机移动到耳边时，关闭显示面板1041和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
102.音频电路1060、扬声器1061，传声器1062可提供用户与手机之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号，传输到扬声器1061，由扬声器1061转换为声音信号输出；另一方面，传声器1062将收集的声音信号转换为电信号，由音频电路1060接收后转换为音频数据，再将音频数据输出处理器1080处理后，经rf电路1010以发送给比如另一手机，或者将音频数据输出至存储器1020以便进一步处理。
103.wifi属于短距离无线传输技术，手机通过wifi模块1070可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图3示出了wifi模块1070，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
104.处理器1080是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1020内的软件程序和/或模块，以及调用存储在存储器1020内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器1080可包括一个或多个处理单元；优选的，处理器1080可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1080中。
105.手机还包括给各个部件供电的电源1090(比如电池)，优选的，电源可以通过电源管理系统与处理器1080逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
106.尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。
107.在本技术实施例中，该终端所包括的处理器1080还具有以下功能：
108.s1、获取晶圆图像库中的带有晶圆特征标签的第一样本数据；
109.s2、将第一样本数据进行第一预处理，得到结构化的第二样本数据；
110.s3、将第二样本数据依次进行二值化、原点坐标回归、归一化、平移至原点坐标以及去噪的第二预处理后，得到基于直角坐标系下的正圆图像；
111.s4、将基于直角坐标系下的正圆图像转化为基于极坐标系的样本图像；
112.s5、通过傅里叶变换对样本图像进行形状提取，并通过图形特征表达增强处理，得到优化后的图形数据；
113.s6、基于reshape函数将图形数据转化为一维特征向量，得到训练数据；
114.s7、通过训练数据对预设图形分类模型进行训练，得到训练后的图像分类模型；
115.s8、基于训练后的图像分类模型对待打标的晶圆原始数据进行分类，根据分类结果为晶圆原始数据打标签。
116.本技术实施例还提供一种计算机可读存储介质，用于存储程序代码，该程序代码用于执行前述各个实施例所述的一种晶圆标签处理方法中的任意一种实施方式。
117.本技术实施例中，提供了一种晶圆标签处理方法、装置、设备及存储介质，对样本数据进行特征标准化处理，避免不同厂商晶圆测试数据使用不同象限表示的问题，同时将原始的样本数据转化为无量纲化的指标测评值，使得不同厂家来源的样本数据具有相同的评判，利用特征工程将二维问题简化为一维问题，并通过训练图像分类模型实现对各种图像形状进行分类推断，无需针对特定图像形状单独进行特征工程，分类打标的效率得到了有效地提高，解决了当前复杂、冗长、繁琐的打标操作步骤和大量待标的晶圆,需要投入大
量不稳定、重复、低价值的劳动力，导致的晶圆后续制作和测试工作效率低下，运营成本居高不下的技术问题。
118.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
119.本技术的说明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，以便这里描述的本技术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。
120.应当理解，在本技术中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
121.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
122.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
123.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
124.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文全称：read-only memory，英文缩写：rom)、随机存取存储器(英文全称：random access memory，英文缩写：ram)、磁碟或者光盘等各种可以存储程序代码的介质。
125.以上所述，以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，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技术各实施例技术方案的精神和范围。