一种晶圆分布图混合缺陷检测模型压缩系统及方法

本发明涉及一种晶圆分布图混合缺陷检测模型压缩系统及方法，系统包括：数据预处理模块通过多标签编码构建分级缺陷标注体系；教师模型采用渐进式轻量化深度可分离卷积网络，集成线性瓶颈结构与多级特征提取；学生模型基于二值化神经网络架构，包含并行分支结构、分组空洞卷积及特征融合单元；知识蒸馏模块通过多阶段训练流程实现知识迁移，包含分层损失函数优化、动态权重平衡调整及端到端微调，方法通过多尺度归一化数据预处理、轻量化教师模型训练、二值化学生模型构建及分阶段知识蒸馏，最终输出适配边缘计算设备的高压缩比缺陷检测模型。实验表明，该方案在保持85%以上分类准确率的前提下，模型参数量减少70%以上，推理速度提升2.5倍以上。