原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请提供一种基于多模态学习的晶圆缺陷识别方法、装置、设备及介质，将待检测图像和参考图像输入至图像编码器进行编码，输出第一图像特征向量；对缺陷文本信息利用文本编码器进行编码，得到文本特征向量；对所述第一图像特征向量和所述文本特征向量计算相似度，在所述相似度大于第一预设相似度时，则确定所述待检测图像中具有所述缺陷文本信息对应的缺陷。利用基于图像和文本的多模态机器学习算法，对于工艺过程中出现的新缺陷类型，通过将图像特征向量和文本特征向量进行对比即可识别，能够在不提供新出现缺陷训练样本的情况下实现识别
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117541973A
(43)申请公布日2024.02.09
(21)申请号202311555624.5
(22)申请日2023.11.21
(71)申请人中国科学院微电子
文档评论（0）