摘要
MLA 노광 공정에서는 노광 지점 수가 방대하며, 고배율 현미경과 수동 육안 검사를 통해 노광 품질을 판정하는 데 시간과 노력이 많이 들어 공정 비용이 높아진다. 이 문제를 해결하기 위해 검출이 용이한 원형 패턴을 설계하고 딥러닝의 물체 검출 Yolov5 모델을 도입하여 어느 정도 수동 검사를 대체하여 노광 품질을 빠르게 판정할 수 있다. 위 방법을 바탕으로 서로 다른 포토레지스트 두께에서 선 에너지 밀도의 최적 구간과 포토레지스트 단면 경사각을 분석하였다. 동일 선 에너지 밀도에서 원형도를 통해 노광 패턴 왜곡 정도를 판단하였다. 본 연구의 MLA 노광 공정에서는 포토레지스트 두께, 레이저 노광 파워 및 가공 플랫폼 이동 속도를 독립 변수로 선택하여 노광 합격률, 포토레지스트 단면 경사각 및 노광 원형도 등의 가공 품질 매개변수를 평가하는 것이 중요한 공학적 의미를 가진다.
关键词
무마스크 리소그래피;마이크로 렌즈 배열;노광 합격률;물체 검출
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website