分析各個晶圓層上的缺陷及其異常

半導體晶圓包含多個層。每一層都要執行一個復雜且精確的流程，包括沉積材料、涂抗蝕劑、光刻、蝕刻，以及離子注入，然后除去抗蝕劑。

在涂另一層前，必須先檢測新蝕刻和注入的層是否有缺陷。晶圓層可能會有劃痕、旋轉缺陷、曝光問題、顆粒污染、熱點、晶圓邊緣缺陷，以及影響芯片性能的各種其他缺陷。

如果在層沉積后未及時探測到缺陷，則此類缺陷只能在測試時探測到，導致產量損失。即使它們通過了電子測試，未探測到的缺陷會降低使用可靠性，導致過早出現故障。

可能出現的缺陷范圍非常大，而且缺陷可能在晶圓上的任何地方。所有缺陷都要在之前沉積層的復雜背景下進行檢測。傳統機器視覺無法通過編程探測范圍這么大的缺陷，甚至即使是探測編程的缺陷，復雜背景也會使其變得不可靠。

Cognex Deep Learning（康耐視深度學習）是這種復雜缺陷探測問題的理想解決方案。缺陷探測工具使用合格晶圓層的少量圖像學習無缺陷晶圓層的外觀。然后該工具即可探測晶圓層任意位置上的即使是很小的缺陷并將其判為不合格，而且完全不受下層的影響。