a group of square objects

SolVision成功案例

半導體業

封裝晶片邊緣微裂瑕疵檢測解決方案

透過非監督式訓練AI模型，判斷封裝晶片的內部瑕疵

封裝製程中的切割面崩裂瑕疵

切割製程技術是影響晶片品質的關鍵，製程中常見切割面崩裂的情形。晶片封裝完成後，由於晶片已黏貼於塑膠或陶瓷的封裝外殼內，更加不易以一般檢測方式檢出晶片在前製程中所產生的邊緣微裂瑕疵，影響晶片產品的生產良率。

封裝晶片內部瑕疵無法以AOI檢測

封裝完成的晶片僅能透過特殊的光源及鏡頭以穿透的方式取像，成像的特性使得晶片邊緣微裂瑕疵的色澤與邊緣色澤極其相似，不易分辨。此外，邊緣微裂的角度及型態也是不規則變化，無法以AOI方式判別瑕疵。

非監督式學習訓練AI模型，標註定位瑕疵

運用SolVision AI影像平台的非監督式學習工具Anomaly Detection，以不具瑕疵的影像樣本(Golden Sample)執行AI深度學習，並輔以資料擴增技術提升AI模型對於標準樣本的辨識度。訓練完成的AI模型即能辨別受測物件與標準樣本的相異之處，定位並標註封裝晶片內邊緣微裂瑕疵的位置，完全不受穿透成像特性的影響。

封裝晶片內部瑕疵檢測案例

Original
Result
Original
Result
Original
Result
相關文章

  • 快速辨識輪胎內胎印刷編碼

    輪胎在製程的環節經歷許多高壓、高負荷與高溫差的工序，使內胎表面字跡模糊且刷色深淺不齊，影響內胎編碼的辨識度，不利於人工辨識與傳統AOI檢測。利用SolVision工具，針對輪胎內胎編碼的數字與形狀進行拍攝，進行AI模型訓練，能成功辨識，有效改善編碼辨識的正確率。
    成功案例OCR字元辨識SolVision塑橡膠產業汽車業

  • 安規認證標章印刷瑕疵檢測

    國內外安規認證的標章眾多，例如CE、EAC等，各有不同的標章圖示。過多的版面資訊在大量印刷過程中不易檢出多印或漏印的情形，可能影響商品的販售及使用。應用SolVision AI影像工具，訓練AI模型。訓練完成的AI模型即會自動檢出並標示所有差異地方，即為版面的印刷瑕疵。
    SolVision品質/安全檢查成功案例瑕疵檢測製造業電子業

  • 不鏽鋼管字元辨識解決方案

    目前仍採用人力進行自行車車身號碼的辨識與登錄，耗費人工且效率低，若使用AOI進行字元辨識，因不鏽鋼管表面為圓弧曲面，打光容易造成反射，不論以人工或者AOI檢測，針對曲面、反光不鏽鋼管上字樣的辨識皆較為困難。所羅門結合機器視覺與人工智慧，對於光學字元辨識可以得到極佳的辨識效果。
    成功案例OCR字元辨識SolVision建造業金屬加工業
  • a group of square objects

    晶粒邊緣崩裂檢測解決方案

    由於晶粒邊緣崩裂瑕疵出現的位置及型態不固定，以致傳統光學檢測無法精準地將瑕疵檢出，影響整體產品良率。運用SolVision AI影像技術，將影像樣本中的瑕疵特徵予以標註，完成訓練的AI模型即可自動檢出並標註晶粒邊緣崩裂瑕疵的位置，大幅降低晶片在後續封裝製程中斷裂的風險。
    成功案例SolVision半導體業品質/安全檢查瑕疵檢測