[发明专利]检测方法以及检测装置、电子设备和存储介质

权利要求书

1.一种检测方法，其特征在于，包括：

提供版图图形和扫描图形；

将所述版图图形与所述扫描图形重合并进行对比，提取样本非重叠图案；

对所述样本非重叠图案进行编码，形成样本编码数据；

将所述样本编码数据作为机器学习的输入数据，获得检测模型库；

利用所述检测模型库检测待测器件的缺陷点。

2.如权利要求1所述的检测方法，其特征在于，所述机器学习算法包括卷积神经网络学习方法。

3.如权利要求1所述的检测方法，其特征在于，所述版图图形为样本器件的版图图形，所述扫描图形为样本器件的扫描图形，以建立初始的检测模型库。

4.如权利要求1所述的检测方法，其特征在于，所述版图图形为待测器件的版图图形，所述扫描图形为待测器件的扫描图形，以更新所述检测模型库。

5.如权利要求1、3或4所述的检测方法，其特征在于，所述获取样本器件的扫描图形或所述获取所述待测器件的扫描图形的方法包括：利用电子显微镜进行扫描。

6.如权利要求1所述的检测方法，其特征在于，将所述版图图形与所述扫描图形重合并进行对比，提取样本非重叠图案的步骤包括：

将所述版图图形与所述扫描图形重合设置，对重合后的图形进行异或运算。

7.如权利要求1所述的检测方法，其特征在于，将所述版图图形与所述扫描图形重合并进行对比，提取样本非重叠图案的步骤还包括：

通过图形提取规则对样本非重叠图案进行消除干扰处理。

8.如权利要求7所述的检测方法，其特征在于，所述图形提取规则为：

长边设置处理范围为设计特征尺寸的9-11％，短边设置处理范围为35～45nm。

9.如权利要求1所述的检测方法，其特征在于，所述样本编码数据为多维数据矩阵。

10.如权利要求1所述的检测方法，其特征在于，所述样本编码数据为二维数据矩阵，所述样本编码数据格式为m*n*t，其中，m*n代表矩阵大小，t代表通道数。

11.如权利要求10所述的检测方法，其特征在于，所述样本非重叠图案为灰度图案，所述t为1。

12.如权利要求1所述的检测方法，其特征在于，所述待测器件为掩膜版或形成有图形的晶圆。

13.一种检测装置，其特征在于，包括：

获取模块，用于版图图形和扫描图形；

提取模块，用于将所述版图图形与所述扫描图形重合并进行对比，提取样本非重叠图案；

编码模块，用于对所述样本非重叠图案进行编码形成样本编码数据机器学习模块，用于将所述样本编码数据作为机器学习的输入数据，获得检测模型库；

检测模块，用于利用所述检测模型库检测待测器件的缺陷点。

14.如权利要求13所述的检测装置，其特征在于，所述机器学习模块为基于卷积神经网络进行机器学习的模块。

15.如权利要求13所述的检测装置，其特征在于，所述待测器件为掩膜版或形成有图形的晶圆。

16.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至12任一项所述检测方法的步骤。

17.一种存储介质，其特征在于，所述存储介质存储有一条或多条计算机指令，所述一条或多条计算机指令用于实现如权利要求1-12任一项所述的检测方法。