SolVision成功案例
晶圓不良品分類及瑕疵定位自動化解決方案
兼具智慧與彈性的晶圓檢測技術
晶圓製程與晶圓修復的藝術
晶圓製程中的微影、蝕刻、薄膜沉積、擴散、研磨等步驟，以及環境中懸浮物如微塵、溶劑等，皆可能造成晶圓產生瑕疵，影響產品良率。部分晶圓瑕疵經檢出並定位後，可透過雷射方式針對可修復的晶粒進行修補，提升產品的良率及可靠度。然而，過多瑕疵的晶圓執行修補不具效率，直接汰除可避免影響整體產能，而部分可修復的晶圓則需檢出並精準定位以利排程修補。
傳統光學檢測(AOI)的缺點
傳統光學檢測無法針對全幅影像進行分類，故無法於第一階段汰除瑕疵過多的晶圓。另一方面，部分大量且細微的瑕疵隨機散布於晶圓上，傳統光學檢測無法設定規則予以檢測，亦極易受到環境光源影響而降低檢測效率。
結合影像處理與AI瑕疵檢測的SolVision
應用所羅門 SolVision AI影像平台的Classification及 Segmentation技術辨識瑕疵特徵。首先以Classification工具判斷晶圓是否具有過多瑕疵，汰除無法修復的不良品。其次運用影像處理技術分割晶圓影像，並以Segmentation工具偵測影像中的瑕疵，記錄其特徵、坐標、面積等資訊，大幅提升後續修補的效率。
晶圓瑕疵判定與分類案例
OK: 無明顯瑕疵
NG: 瑕疵過多
