基于卷积神经网络判定方法的激光微透镜阵列微米级加工工艺

在MLA曝光工艺中,曝光点的数量庞大,通过高倍率显微镜配合人工目检来判定曝光质量耗时耗力,造成工艺成本偏高。为了解决这个问题,设计了一种便于检测的圆环形图案并引入深度学习中的目标检测Yolov5模型,一定程度上能够取代人工目检,完成对曝光质量的快速判定。基于上述方法,分析了不同光刻胶厚度之下,线能量密度的最优区间与光刻胶的剖面倾角。并在同等线能量密度下通过圆度判定曝光图案失真情况。在本研究的MLA曝光工艺中,选取光刻胶厚度、激光曝光功率以及加工平台移动速度作为自变量,评价曝光合格率、光刻胶剖面倾角以及曝光圆度等加工质量参数具有重要的工程意义。