基于飞桨PaddleClas完成半导体晶圆图谱缺陷种类识别

wolfmax老狼，飞桨领航团无锡团团长，飞桨开发者技术专家（PPDE），AICA六期学员，某半导体CIM软件集成商图像算法工程师，主要研究方向为图像检测、图像分割等算法。
• 作者AI Studio主页
https://aistudio.baidu.com/aistudio/personalcenter/thirdview/8010

项目背景

半导体晶圆作为集成电路的载体，在制造过程中需要反复经过复杂的薄膜、光刻、刻蚀等工序。而这些制造过程中工序的异常会导致晶圆缺陷的产生。在晶圆质检中，利用电学测试设备对晶圆片上的每颗晶粒进行电性测试，可得到用于描述晶圆缺陷状态的晶圆图谱，如下图所示。

在上图中，每个小方块即是晶圆上的一颗芯片，有颜色标识的即为测试异常的芯片。对晶圆上有缺陷的芯片的空间分布图谱的模式进行识别分析，可有效辅助识别制造过程中的缺陷根源，并有针对性的进行改进和预防，从而提升晶圆制造的产品良率。例如，上图中有部分长条状的失效可能是划伤等造成。

本项目基于开源的WM-811K晶圆缺陷图谱数据集，使用飞桨图像分类套件PaddleClas进行晶圆缺陷分类图谱分析，演示如何使用PaddleClas快速搭建一个完整的图像分类方案，包括数据集准备、模型训练、验证、测试以及相应的部署。

• 项目链接

https://aistudio.baidu.com/aistudio/projectdetail/5151210

数据集介绍

本项目采用开源的WM-811K数据集。原始数据可以从以下网站下载。

• 下载网址

http://mirlab.org/dataSet/public/

需要注意的是从该网站下载下的数据分为MATLAB格式的.mat文件和python序列化后的.pkl文件。该数据集共收集了811457张晶圆测试后的图片。但是要注意，其中只有172950做了标签，将失效按照芯片的空间分布分类成9个类别（0,1,2...8）。

对每种缺陷的图谱进行可视化预览可以对数据有基本的认识。在数据集中有个label_list.txt文件，该文件中包含了每种缺陷的标签（0-8）及其对应的缺陷名称。下面使用该文件创建缺陷名称，并选择相应的图片进行可视化。

在train.txt文件中，每种缺陷随机选择5个样本进行可视化。