pink green and blue square pattern

SolVision成功案例

芯片承载盘检测解决方案

自动化承载盘AI瑕疵检测

半导体加工良率关键:芯片承载盘的稳定与定位

芯片承载盘(IC Tray)是半导体加工制程的关键要素,其形式及材质根据不同应用环境而有不同设计。除了芯片储存的安全及稳定性外,其定位与抓取点亦须与制程中各式馈送机制(feed mechanisms)精准搭配。因此,芯片承载盘品质可谓是左右制程自动化成败的关键。

Automated defect detection with artificial intelligence

AOI检测缺点:复杂背景下的细微瑕疵

芯片承载盘的轮廓与定位孔点常因作业温度或长期使用造成缺口、翘曲等瑕疵,过去多透过光学检测方式予以检查。然而由于承载盘样式复杂、瑕疵过于细微且隨机,不易透过传统光学检测检出并定位瑕疵,严重影响产品良率及生产效率。

机器视觉结合AI,成功克服检测时的复杂背景

运用SolVision AI影像平台的实例切割技术执行缺陷检测(Defect Identification),在复杂的取像背景中侦测并標註多样细微瑕疵,以利使用者即时监测并排除承载盘异常情形。

萃盘检测案例

完整检品

Original

IC Tray inspection

Result

IC Tray inspection

定位孔缺口及边框瑕疵

Original

IC Tray inspection

Result

IC Tray inspection

完整检品

Original

IC Tray inspection

Result

IC Tray inspection

边框瑕疵

Original

IC Tray inspection

Result

IC Tray inspection
相关文章
  • 商品外包装印刷瑕疵检测解决方案

    做为商品外包装材料,软质的铝箔袋常在印刷过程中产生印刷错误、歪斜、脱落及漏印等情形。统光学检测和人工的方式出错率高。运用SolVision的Anomaly Detection工具,训练完成的模型即可针对印刷文字、图案上的形状、颜色等特征差异执行比对,侦测并标注瑕疵所在位置。
  • 芯片收纳(In-Tray)跳料检测解决方案

    芯片于晶盘中跳料的情形系属随机,所致的瑕疵型态多样且难以预测瑕疵所产生的位置。运用SolVision AI影像平台技术,以具迭料、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晶盘上产生收纳异常的位置。
  • 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。
  • green bottle lot

    玻璃酒瓶霉斑脏污检测方案

    为落实环保,酒商皆启动玻璃瓶容器回收再利用的机制。但玻璃酒瓶内缘之霉斑脏污,即使经过清洗消毒仍然容易残留,人眼不易看出霉斑。SolVision以酒瓶影像训练AI,学习霉斑脏污的位置与颜色,自动辨识霉斑脏污特征,在清洗产在线快速找出有霉斑、脏污的酒瓶汰除,让回收再利用酒瓶维持质量。