a close up of a pattern of small squares

SolVisionCase Study

半导体产业

快速辨识多种萃盘字符

利用AI检测 精准识別复杂且差异大的萃盘字符

编码追踪比对萃盘料件

萃盘组件射出成型时，皆个別编制浮雕料件编號，作为追踪料件时的主要识別依据，方便后续以光学字符识別其来源及其它特定含意。

Tracking codes on semiconductor trays

萃盘料件使用AOI字符辨识技术的限制

在萃盘射出成型时，当识別的字符有位移、缺陷、粘连、轮廓不明显及位置工整度不一致等不可控因素时，将大幅增加特征提取难度，使得AOI难以清楚辨识与读取。

SolVision强化光学字符辨识能力(OCR)

利用 SolVision 的 Feature Detection 功能学习萃盘所需辨识的定位点，再借由切割技术执行光学字符辨识 (Optical Character Recognition, OCR)，能够大幅优化传统AOI的作业流程，不受识別画面位移、歪斜及其字符缺陷等限制，精准识別个別料件来源，而随着学习件数的增加，亦能持续优化AI辨別字符的能力，使辨识字符不再困难。

AI系统成功辨识各式字符

AI Inspection

AI Inspection
相关文章

  • 包装密封检测解决方案

    除了判断包装是否密封之外，须进一步确认密封不完全的型态与原因，但因为密封缺陷的型态差异小，且对象表面呈高反光，不论是人眼或AOI皆不易找出缺陷并将之分类。所罗门使用 SolVision工具，由影像定义出密封完好的状态，并与多种缺陷作比较，可实时检出没有密封完整的包装并将缺陷分类。
    SolVision成功案例物流业生技医疗业电子业纺织业食品业
  • a group of square objects

    晶圆不良品分类及瑕疵定位自动化解决方案

    传统光学检测无法针对全幅影像进行分类，故无法于第一阶段汰除瑕疵过多的晶圆。应用SolVision AI影像平台技术辨识瑕疵特征。首先判断晶圆是否具有过多瑕疵，汰除无法修复的不良品。其次运用图像处理技术分割晶圆影像，并以工具侦测瑕疵，记录其特征、坐标、面积等信息，大幅提升后续修补的效率。
    半导体产业SolVision成功案例瑕疵检测质量/安全检查
  • Gray Round Metal Part

    电脑零组件瑕疵检测解决方案

    硬盘支架制造过程出现的瑕疵种类繁多，包括金属的压伤、表面白雾、孔批麟、孔黑等等，透过人工检测不容易逐一检出，然而微小的缺陷在组装过程可能造成孔隙无法对齐等问题发生。使用SolVision工具AI学习瑕疵特征后，能够快速检测出硬盘金属支架上的各类微小瑕疵。
    SolVision制造业成功案例瑕疵检测电子业金属加工业

  • 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。
    半导体产业SolVision成功案例瑕疵检测