中文 英语
首页
技术论文

利用SEMI-PointRend更准确和详细地分析SEM图像中的半导体缺陷

受欢迎程度

一篇题为“SEMI-PointRend:改进的半导体晶圆缺陷分类和分割渲染”的技术论文由imec、蔚山大学和鲁汶大学的研究人员发表(预印)。

文摘:
“在这项研究中,我们将PointRend(基于点的渲染)方法应用于半导体缺陷分割。PointRend是一种迭代分割算法,灵感来自计算机图形学中的图像渲染,是一种新的图像分割方法,可以生成高分辨率的分割掩码。它还可以灵活地集成到常见的实例分割元架构(如Mask-RCNN)和语义元架构(如FCN)中。我们实现了一个称为SEMI-PointRend的模型,通过应用PointRend神经网络模块来生成精确的分割掩码。在本文中,我们重点比较了SEMI-PointRend和Mask-RCNN对各种缺陷类型(线塌、单桥、薄桥、多桥非水平)的缺陷分割预测。我们表明,SEMI-PointRend在分割平均精度方面优于Mask R-CNN高达18.8%。”

找到技术纸在这里。2023年2月出版。

Hwang, MinJin, Bappaditya Dey, Enrique Dehaerne, Sandip Halder和Young-han Shin。SEMI-PointRend:改进的半导体晶圆缺陷分类和分割渲染。“arXiv预印arXiv:2302.09569(2023)。将由SPIE在《计量、检验和过程控制》XXXVII上发表。https://doi.org/10.48550/arXiv.2302.09569。



留下回复


(注:此名称将公开显示)

Baidu