pink green and blue square pattern

SolVision成功案例

半導體業

晶圓切割刀體外觀品質控管解決方案

AI輔助檢測晶圓切割刀體不規則紋路及多鑽瑕疵

晶圓切割分離技術的關鍵：晶圓切割刀品質

隨著電子產品的日新月異，半導體晶片的需求量及品質要求隨之提升。另一方面，製造技術的演進，也使晶片尺寸漸趨輕薄短小。為達高良率及高效率生產的目標，晶圓切割分離技術尤為重要，而晶圓切割品質的關鍵在於晶圓切割刀的刀具品質以及控制能力。

晶圓切割刀體瑕疵檢測困境：環形紋路造成的複雜背景

晶圓切割係半導體及光電業界非常重要的製程，若無法在切割製程中維持高良率、高效率並保有晶片特性，將大幅影響整體產能。晶圓切割刀的品質控管主要透過外觀瑕疵的檢測，常見的外觀瑕疵包括刀體上的不規則紋路、多鑽等情形。由於晶圓切割刀本身即具有環狀條紋，形成複雜影像背景，嚴重影響機器視覺對於瑕疵的偵測。

AI視覺深度學習，讓瑕疵辨識不受影像背景影響

運用SolVision AI影像平台的Feature Detection工具，將影像樣本中的不規則紋路及多鑽瑕疵標註並訓練AI模型，AI視覺便可即時檢出晶圓切割刀體上的各式瑕疵。

晶圓切割刀瑕疵檢測案例

Original
Result
相關文章

  • AI檢測螺絲紋面瑕疵

    有螺紋的金屬套件，容易因搬運造成工件碰撞受傷，或在加工過程中留下刀痕，即使搭配強光與顯微設備，以人眼檢測不易，容易發生誤檢與漏檢。使用SolVisionl非監督式檢測工具，可學習刀痕與碰撞瑕疵的特徵，在AI訓練完成後便可輕易檢測出人眼不易辨識的瑕疵，挑出瑕疵物件，讓出貨品質更好。

  • AI影像辨識 – OCR電子元件字元

    電子元件製造過程追蹤為半導體之產出基石，辨識元件編號被視為生產重要環節之一。但較差環境下讓AOI辨識更加困難，對於提升產線效率以及降低字元的誤判度有很大改善空間。利用SolVision技術執行光學字元辨識，有別於傳統AOI，不受底色、環境光線及字元種類多等限制，可精準識別個別編碼。
  • presence/absence detection of PTP using SolVision AI inspection software

    泡殼包裝品質管理解決方案

    運用SolVision AI影像平台的Instance Segmentation技術，以包裝良品及具各種瑕疵類型的影像樣本訓練AI模型。訓練完成的模型可即時且迅速地辨識每一反光或透明泡殼的包裝及填充情形，並將偵測到的瑕疵予以標註並分類。
  • person holding tool during daytime

    汽車車頂銲道氣孔瑕疵檢測解決方案

    銲接過程中，氣體飽和所形成的氣泡無法在銲接過程中及時排出而殘留在銲道中，形成銲道氣孔瑕疵，可能影響美觀及結構品質。運用SolVision AI技術，將各種亮度的銲道氣孔瑕疵影像進行標註，藉以訓練AI模型，即能不受影像亮度影響檢測出銲道上各處的氣孔瑕疵。