摘要
本发明提供了一种基于序列卷积神经网络模型的光刻工艺窗口的筛选方法,包括:在序列神经网络模型中输入一组光刻图像,以及图像在一组图像中的相对位置信息。在训练阶段,网络模型在分别提取每一张图像特征的同时,融合剩余图像的特征以及当前图像参数在这一组图像中的相对坐标。并最终判定当前图像是否满足生产需求。而在训练完成后,为了充分利用大量多样的无标签数据和对网络结果抽检修正后的数据。采用半监督学习利用更多无标签的数据进行学习。最后通过蒸馏学习对人为修正后的神经网络的结果进行学习,并更新参数。实现在使用过程中依旧不断学习的功能。保证算法的泛化能力不断提升,并满足实际应用过程中对光刻工艺窗口筛选的需求。
- 单位