SolVisionกรณีศึกษา
การตรวจสอบด้วยภาพของถาดเซมิคอนดักเตอร์
การรู้จำตัวอักษรที่ซับซ้อนหลากหลายด้วย AI
รหัสติดตามบนถาดเซมิคอนดักเตอร์
ถาดที่ใช้ในกระบวนการตรวจสอบ ขนส่ง และจัดส่งในอุตสาหกรรมเซมิคอนดักเตอร์มักมีหมายเลขนูนบนพื้นผิว ซึ่งใช้สำหรับการติดตามและระบุตัวตนขณะเคลื่อนที่ผ่านสายการผลิต
ข้อจำกัดของระบบการมองเห็นแบบดั้งเดิม
ในกรณีนี้ ถาดเซมิคอนดักเตอร์ผลิตโดยการฉีดขึ้นรูป ซึ่งทำให้ตัวอักษรที่พิมพ์มีความเสี่ยงต่อการเคลื่อนที่ ผิวไม่เรียบ ติดกัน หรือเกิดรอยบุ๋ม และข้อบกพร่องอื่น ๆ อีกมากมายความไม่แน่นอนของข้อบกพร่องเหล่านี้ทำให้ระบบ AOI ที่ใช้กฎเกณฑ์ไม่สามารถตรวจจับและแยกแยะได้อย่างแม่นยำ
OCR ด้วย AI ความเร็วสูงจาก SolVision
เครื่องมือ Feature Detection ของ SolVision จะเรียนรู้ตำแหน่งของถาดก่อน จากนั้นจึงทำการรู้จำอักขระด้วยแสง (OCR) ซึ่งมีความยืดหยุ่นมากกว่าระบบ AOI แบบดั้งเดิมการตรวจสอบด้วย AI ช่วยให้สามารถตรวจสอบถาดได้ไม่ว่าจะอยู่ตำแหน่งใด หรือแม้ตัวอักษรและตัวเลขจะมีลักษณะซับซ้อนเพียงใดก็ตามเมื่อมีข้อมูลตัวอย่างมากขึ้นตามเวลา โมเดล AI จะสามารถปรับปรุงกระบวนการรู้จำได้อย่างต่อเนื่อง เพื่อเพิ่มอัตราความแม่นยำในการตรวจสอบ
การตรวจสอบด้วย AI
