| 1 |
1
검사 대상에 존재하는 결함을 검사하는 방법에 있어서,상기 검사 대상에서 발생 가능한 복수의 결함들 중에서 제1 결함을 제외한 나머지 결함들에 대한 학습 데이터를 이용하여 인공 신경망을 학습하는 단계;상기 제1 결함에 대한 학습 데이터의 클래스 값을 상기 나머지 결함들 중에서 상기 제1 결함과 유사한 제2 결함의 클래스 값으로 변경하는 단계;상기 나머지 결함들에 대한 학습 데이터와 클래스 값이 변경된 학습 데이터를 이용하여 학습된 인공 신경망을 재학습하는 단계; 및상기 학습된 인공 신경망 및 재학습된 인공 신경망을 이용하여 상기 검사 대상에 결함이 존재하는지 여부를 검사하는 단계를 포함하고,상기 제1 결함은 상기 나머지 결함들에 대한 학습 데이터 수보다 학습 데이터 수가 적어 상기 인공 신경망을 학습시킬 수 없는 결함인,상기 나머지 결함들은 상기 제1 결함보다 학습 데이터 수가 많아 상기 인공 신경망을 학습시킬 수 있는 결함인, 방법
|
| 2 |
2
제1항에 있어서,각 클래스 값은 각 결함을 대표하는 식별값이고,각 학습 데이터는 각 결함을 포함하는 검사 대상에 대한 이미지 데이터이고, 클래스 값이 레이블링되는, 방법
|
| 3 |
3
제1항에 있어서,상기 변경하는 단계는,상기 학습된 인공 신경망에 상기 제1 결함에 대한 학습 데이터들을 입력하여 상기 나머지 결함들 중에서 상기 제2 결함을 추출하는 단계; 및상기 제1 결함에 대한 학습 데이터의 클래스 값을 상기 제2 결함의 클래스 값으로 변경하는 단계를 포함하는, 방법
|
| 4 |
4
제1항에 있어서,상기 검사하는 단계는,상기 검사 대상의 이미지 데이터를 획득하는 단계;상기 학습된 인공 신경망에 상기 이미지 데이터를 입력하여 상기 검사 대상에 결함이 존재하는지 여부를 판단하는 단계; 및상기 재학습된 인공 신경망을 이용하여 상기 검사 대상에 존재하는 결함을 상기 복수의 결함들 중에서 어느 하나의 결함으로 분류하는 단계를 포함하는, 방법
|
| 5 |
5
제4항에 있어서,상기 분류하는 단계는,상기 검사 대상에 존재하는 결함이 상기 제1 결함 또는 상기 제2 결함인 경우,상기 학습된 인공 신경망을 이용하여 상기 이미지의 특징 및 상기 제2 결함을 대표하는 대표 이미지의 특징을 추출하는 단계; 및상기 이미지의 특징 및 상기 대표 이미지의 특징 간의 차이값에 기초하여 상기 검사 대상에 존재하는 결함을 상기 제1 결함 또는 상기 제2 결함으로 분류하는 단계를 포함하는, 방법
|
| 6 |
6
검사 대상에 존재하는 결함을 검사하는 장치에 있어서,인스트럭션들을 포함하는 메모리; 및상기 인스트럭션들을 실행하기 위한 컨트롤러를 포함하고,상기 컨트롤러는,상기 검사 대상에서 발생 가능한 복수의 결함들 중에서 제1 결함을 제외한 나머지 결함들에 대한 학습 데이터를 이용하여 인공 신경망을 학습하고, 상기 제1 결함에 대한 학습 데이터의 클래스 값을 상기 나머지 결함들 중에서 상기 제1 결함과 유사한 제2 결함의 클래스 값으로 변경하고, 상기 나머지 결함들에 대한 학습 데이터와 클래스 값이 변경된 학습 데이터를 이용하여 학습된 인공 신경망을 재학습하고, 상기 학습된 인공 신경망 및 재학습된 인공 신경망을 이용하여 상기 검사 대상에 결함이 존재하는지 여부를 검사하고,상기 제1 결함은 상기 나머지 결함들에 대한 학습 데이터 수보다 학습 데이터 수가 적어 상기 인공 신경망을 학습시킬 수 없는 결함이고,상기 나머지 결함들은 상기 제1 결함보다 학습 데이터 수가 많아 상기 인공 신경망을 학습시킬 수 있는 결함인, 장치
|
| 7 |
7
제6항에 있어서,각 클래스 값은 각 결함을 대표하는 식별값이고,각 학습 데이터는 각 결함을 포함하는 검사 대상에 대한 이미지 데이터이고, 클래스 값이 레이블링되는, 장치
|
| 8 |
8
제6항에 있어서,상기 컨트롤러는,상기 학습된 인공 신경망에 상기 제1 결함에 대한 학습 데이터들을 입력하여 상기 나머지 결함들 중에서 상기 제2 결함을 추출하고, 상기 제1 결함에 대한 학습 데이터의 클래스 값을 상기 제2 결함의 클래스 값으로 변경하는, 장치
|
| 9 |
9
제6항에 있어서,상기 컨트롤러는,상기 검사 대상의 이미지 데이터를 획득하고, 상기 학습된 인공 신경망에 상기 이미지 데이터를 입력하여 상기 검사 대상에 결함이 존재하는지 여부를 판단하고, 상기 재학습된 인공 신경망을 이용하여 상기 검사 대상에 존재하는 결함을 상기 복수의 결함들 중에서 어느 하나의 결함으로 분류하는, 장치
|
| 10 |
10
제9항에 있어서,상기 컨트롤러는,상기 검사 대상에 존재하는 결함이 상기 제1 결함 또는 상기 제2 결함인 경우,상기 학습된 인공 신경망을 이용하여 상기 이미지의 특징 및 상기 제2 결함을 대표하는 대표 이미지의 특징을 추출하고, 상기 이미지의 특징 및 상기 대표 이미지의 특징 간의 차이값에 기초하여 상기 검사 대상에 존재하는 결함을 상기 제1 결함 또는 상기 제2 결함으로 분류하는, 장치
|
