基于CycleGAN改进的晶圆缺陷图数据增强方法

来源：计算机测量与控制杂志2026年第4期北京时间：

作者：王子嘉,王昊燃,冯晨,梁哲涵,刘晓宇

单位：四川大学 机械工程学院 成都 610000

摘要：针对某些晶圆图故障图案类型样本量较少导致的数据集不平衡问题进行研究，提出了一种基于CycleGAN改进的晶圆缺陷图数据增强方法；在生成器中引入ULSAM注意力机制，以增强跨通道特征提取能力；对判别器优化结构，以减少关键信息丢失，并在模型中采用 PReLU 激活函数以提升梯度稳定性与收敛速度；实验结果表明，所提方法在Donut类别SSIM提升0.203 4，FID降低84.95；基于增强前后的数据集分别训练晶圆缺陷分类模型， Donut 类和 Random 类的分类准确率分别提高 1.1% 和 7.2%；该方法在提升少数类缺陷图生成质量的同时，为提升晶圆缺陷分类检测模型的精度提供了数据支撑。

关键词：晶圆缺陷;CycleGAN;数据增强;ULSAM;百度AI

基金资助：2025年 “大学生创新创业训练计划项目”(S202510610343)