一种基于对比学习的半导体缺陷分类优化方法及系统

本发明公开一种基于对比学习的半导体缺陷分类优化方法及系统，包括：通过对比学习从缺陷图像中获取无标注样本对，采用相似度计算处理这些样本对，得到正样本对与负样本对的区分；根据得到的正样本对与负样本对，采用卷积神经网络提取初步特征向量，确定特征向量的初始表示；通过初始表示获取噪声影响下的细微差异，采用注意力机制增强这些差异，得到鲁棒特征表示；根据鲁棒特征表示判断若相似度高于预设阈值则归为同一类别，否则分离为不同类别，获得清晰类别边界；通过获得的类别边界从新缺陷变异中提取适应性特征，采用聚类算法处理这些特征，确定缺陷类型的动态分布。