一种基于多尺度特征融合的晶圆缺陷实时检测方法及系统

本发明公开了一种基于多尺度特征融合的晶圆缺陷实时检测方法及系统，所属领域为晶圆缺陷检测领域，包括：针对生成的特征集，采用卷积神经网络对各尺度特征进行初步编码，得到包含缺陷局部与全局信息的特征向量组；若特征向量组中高频成分的显著性超过预设阈值，则通过注意力机制对高频特征进行加权增强，得到强化特征集；根据强化特征集，构建基于哈希编码的索引结构，通过将特征向量映射至低维空间，生成可快速检索的缺陷特征索引表；通过匹配结果更新索引表，将新检测到的缺陷特征与时序预测结果合并，生成扩展后的缺陷特征索引表；针对扩展后的索引表，采用增量式聚类算法对缺陷特征进行分类，得到实时更新的缺陷类型分布。