摘要：该数据集来源于真实半导体制造过程生成的晶圆图图像，用于晶圆缺陷检测与多类别分类。
数据集概述
该数据集来源于真实半导体制造过程中形成的晶圆图图像，主要用于晶圆缺陷模式识别与多类别图像分类。数据集包含中心缺陷（Center）、甜甜圈状缺陷（Donut）、局部边缘缺陷（Edge-Loc）、边缘环状缺陷（Edge-Ring）、局部缺陷（Local）、近全局缺陷（Near-Full）、正常晶圆（Normal）、随机缺陷（Random）和划痕缺陷（Scratch）共9个类别，能够反映不同制造异常在晶圆表面的空间分布特征。
数据结构与关键特征
数据集根目录为First dataset making from Third，下设train、valid和test三个数据子集，分别用于模型训练、参数验证与最终性能测试。每个子集均按照上述9个类别建立独立文件夹，采用类别目录形式组织晶圆图像，可直接用于深度学习图像分类任务。数据具有缺陷类型丰富、空间分布差异明显、类内形态变化较大和类别数量不均衡等特征，部分罕见缺陷样本较少，对模型的特征提取能力和泛化能力提出了较高要求。
应用价值与研究方向
该数据集可用于半导体晶圆缺陷自动分类、制造过程异常诊断、生产良率分析、在线质量检测和智能制造系统开发。相关研究可围绕卷积神经网络、视觉Transformer、迁移学习、少样本学习、类别不平衡处理、数据增强、缺陷特征可视化、模型可解释性及轻量化部署等方向展开，通过准确识别不同晶圆缺陷模式，辅助分析光刻、蚀刻、沉积和设备污染等制造环节中的潜在问题，提高半导体生产效率与质量控制水平。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-695
文件大小：300M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)