black and white labeled box

SolVision成功案例

自動化導線架品質檢測

利用AI檢測導線架瑕疵

半導體封裝關鍵零組件-導線架是什麼?

導線架是連接晶片與印刷電路板線路的媒介,具備晶片承載與電路連接及訊號傳達的功能,是封裝過程不可或缺的關鍵材料。導線架生產方式可分為化學蝕刻與機械沖壓,隨著IC製程不斷推進,導線架亦須不斷提升精度與良率。

複雜的檢測背景會影響AOI瑕疵檢測

導線架表面的各類瑕疵,包含邊緣毛邊、黑點雜質、刮痕等。若使用傳統的AOI檢測,當檢測背景與瑕疵較為相近時,容易發生漏檢的情形。

AI人工智能突破AOI限制,精準找出導線架瑕疵

使用所羅門 SolVision的Segmentation技術針對各類瑕疵進行學習,同時可設定OK類別避免錯殺誤判,並以資料擴增功能增加AI學習的範圍,不僅能有效檢測出各類瑕疵,在雜亂或複雜的背景中,也能精確檢出邊緣凸起、黑邊或黑點,對較不明顯的缺陷也有很好的辨識效果。

導線架瑕疵檢測案例

導線架標準品
導線架瑕疵黑點及邊緣凸起
相關文章
  • 封裝晶片邊緣微裂瑕疵檢測解決方案

    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。
  • 各國硬幣面額智能化辨識及計算解決方案

    許多製幣廠試圖以視覺技術進行錢幣的篩選,使用SolVision的Feature Detection工具,學習錢幣在各種亮度、髒汙與氧化程度的影像資料,不僅可分辨圖案相同但面額不同的錢幣,亦可正確辨識出各國錢幣,並即時計算出各國錢幣的總面額。
  • 空調冷凍風管端點銲接品質管控方案

    空調及冷凍設備的製造過程中,熱交換器的密閉容器所含的鐵管、鏡板、管帽、端板等部件皆需經過銲接工序,但由於銲接工廠屬高溫高熱的場域,入內需穿著基本防護,且銲道的瑕疵缺陷複雜且不規則,憑藉人工經驗檢測銲道,不容易維持品質一致,導入AI自動化檢測勢在必行。
  • a close up of a blue and yellow background

    LED基板分區外觀品質控管解決方案

    常見的LED基板瑕疵包括邊緣毛邊、銲墊氧化雜質、刮痕等,在瑕疵特徵與背景相近的情況下,AOI檢測不易將瑕疵檢出。運用SolVision AI影像技術,以各式LED基板上瑕疵影像樣本訓練,經深度學習的AI即可精準地將瑕疵檢出並標註。此外亦可指認瑕疵生成的所屬區域,達到分區檢測的目的。