基于YOLOV8网络的晶圆表面缺陷识别与分类方法

本发明涉及一种基于YOLOV8网络的晶圆表面缺陷识别与分类方法，包括：获取晶圆表面的原始扫描图像，并对其进行数据增强处理，构建训练数据集；对图像进行预处理，得到标准化图像；构建基于YOLOV8的检测网络及识别网络，在检测网络的骨干网络中嵌入卷积注意力机制，并将部分传统卷积层替换为深度可分离卷积层；利用公开图像数据集对检测网络和识别网络分别进行预训练，利用标准化图像对预训练后的检测网络进行微调，得到训练好的检测网络和识别网络；将待检测晶圆的扫描图像输入至训练好的检测网络和识别网络中，根据两者的预测结果进行综合评估，并输出最终的缺陷检测和分类结果。本发明增强了对微小缺陷、复杂形态缺陷的识别能力。