a close up of a pattern of small squares

SolVision成功案例

半导体产业

芯片收纳(In-Tray)跳料检测解决方案

AI辅助检测萃盘上芯片跳料瑕疵

封测制程的终端：芯片收纳运送

萃盘(IC Tray)是芯片(Chip)的承载盘，检测、切割完成后的芯片拣至萃盘中的晶穴(Pocket)內以运送至客户端。然而芯片体积小且质量轻，于萃盘上取放时容易跳料，进而产生叠料(Double)、空料(Empty)、歪斜错置(Tilt)、反转(Opposite)等情形。

Detecting missing or incorrectly placed chips in trays

萃盘中芯片跳料情形：不具逻辑且难以预测的瑕疵

芯片于萃盘中跳料的情形是属随机，所致的瑕疵形态多样且难以预测瑕疵所产生的位置。对AOI而言，几乎无法针对跳料瑕疵设定逻辑并据以检测。

AI深度学习：以芯片收纳异常的影像特征训练检测模型

运用SolVision AI影像平台的实例切割技术，以具叠料、空料、歪斜错置、反转等瑕疵的影像样本训练AI模型，AI训练完成后即可轻易且迅速地辨识并标注萃盘上产生收纳异常的位置。

AI检测

绿  卡槽內放置正确数量    黄 卡槽重叠2片       橘 卡槽重叠3片

相关文章

  • 袜品外观缺陷检测

    袜品瑕疵形态多样，传统AOI适合用于整块布疋的检测，对于不固定的瑕疵检测有困难，且容易发生错杀，仍需人工进行复检。以SolVision工具完成AI模型的训练。可快速且精确地找出瑕疵、分类不同瑕疵并剔除不良品，把关产品质量、提升生产效率，透过对瑕疵进行分类与分析，更能够优化整体制程。
    SolVision成功案例瑕疵检测纺织业

  • 透明瓶装液体沉淀物AI自动化检测解决方案

    液体生技药品常以透明瓶装保存，由于透明瓶装的反光特性、受测物沉淀情形不一因素，使瓶装药品的检测无法以一般光学检测取代人力执行。所罗门结合机器视觉与人工智能，运用SolVision AI从数据库中的影像特征判断沉淀情形。透过深度学习技术，可辨识7种不同的沉淀样态，进而判断内容物的质量。
    SolVision成功案例生技医疗业

  • 利用机械手臂进行车门按钮自动化按压检测

    AI視覺技術搭載機械手臂，快速優化車門按鈕檢測，減少人力需求並提升產線運作效益。
    成功案例AccuPickSolVision定位檢測汽车业质量/安全检查
  • multicolored electronic part

    电源供应器内部线材组接解决方案

    电源供应器内部组件及线路多元且复杂，检测接点时容易受到背景干扰而影响视觉判断。额外使用人工及AOI传统光学检测皆不易执行，难以于产线端有效管控产品质量。经训练的AI模型可以精准地侦测并定位线材错接的电源供应器接线瑕疵，实时将不良品检出。
    SolVision制造业成功案例电子业