a group of square objects

SolVision導入事例

パッケージ化された半導体チップの検査

AIによる教師なし学習で微小欠陥を検出

外部保護層とパッケージングプロセス

切断プロセスは半導体ウェハの品質に影響を与えることがあります。ウェハがシンギュレーションされた際、表面亀裂などの欠陥が発生することがあります。パッケージ化された後、ウェハは保護用のプラスチックやセラミックパッケージに固定されるため、従来の方法ではエッジの亀裂やその他の内部微小欠陥を検査することが困難です。
AI unsupervised learning for detecting micro defects

パッケージを通しての検出

パッケージ内部のウェハは、透過性のある特殊な光源とレンズを使用して撮影されます。この方法で撮影された画像では、エッジの亀裂やエッジが非常に似た色で表れるため、区別が難しくなります。さらに、小さな亀裂の形状や角度は不規則であるため、従来のルールベースのシステムではこのような検査タスクには効果的ではありません。

完璧な製品と不完全な製品の判別

AIを活用したSolvisionは、さまざまな検査タスクを補完するための個別機能を提供します。Anomaly Detection(異常検知)ツールは、ディープラーニング技術を使用して、AIモデルに「完璧な」ウェハのサンプル画像を学習させます。データ拡張ツールは、AIデータベースの生産シナリオを拡充し、認識能力を強化するために、潜在的なウェハの変動をシミュレーションします。トレーニング後、AIモデルは、ゴールデンサンプルとスキャンされた画像を比較し、パッケージ化されたチップのエッジにある微小な亀裂などの欠陥を、画像品質やほぼ同一の色に影響されることなく検出し、位置を特定します。

AI検査

スキャン画像
検出結果
スキャン画像
検出結果
スキャン画像
検出結果
関連記事
  • Man in Black Jacket and Black Knit Cap Inspecting Car Engine

    自動車エンジン番号高速読取ソリューション

    SolVisionのOCRを使用することで、識別番号を解析し、数値データに変換してデータベースに記録し、車両識別番号とリアルタイムで接続することができます。
  • ウェハーダイシングの品質管理

    SolVisionのインスタンスセグメンテーションツールを使用して、不規則な線や多重ドリリングの欠陥をサンプル画像にラベル付けし、AIモデルをトレーニングします。
  • brown cookies on white ceramic plate

    AIを活用した加工食品検査

    食品加工業では衛生と安全が非常に重要で、加工途中での品質保証(Quality Assurance, QA)と品質管理は製品の品質と水準を高める鍵となっています。食料品をハイスピードで大量生産を行うライン上では外観検査が製品品質を守る最重要防御線となります。
  • a close up of a blue and yellow background

    LEDの自動視覚検査

    AIによる効率的なLED視覚検査 SolVisionは、画像処理を通じて様々なミニLED欠陥を特定するために設計されたインスタンスセグメンテーションツールを備えています。