a close up of a pattern of small squares

SolVisionCase Study

半導體產業

晶片收納(In-Tray)跳料檢測解決方案

AI輔助檢測晶盤上晶片跳料瑕疵

封測製程的終端：晶片收納運送

晶盤(IC Tray)是晶片(Chip)的承載盤，檢測、切割完成後的晶片揀至晶盤中的晶穴(Pocket)內以運送至客戶端。然而晶片體積小且質輕，於晶盤上取放時容易跳料，進而產生疊料(Double)、空料(Empty)、歪斜錯置(Tilt)、反轉(Opposite)等情形。

晶盤中晶片跳料情形：不具邏輯且難以預測的瑕疵

晶片於晶盤中跳料的情形係屬隨機，所致的瑕疵型態多樣且難以預測瑕疵所產生的位置。對AOI而言，幾乎無法針對跳料瑕疵設定邏輯並據以檢測。

AI深度學習：以晶片收納異常的影像特徵訓練檢測模型

運用SolVision AI影像平台的Segmentation技術，以具疊料、空料、歪斜錯置、反轉等瑕疵的影像樣本訓練AI模型，AI訓練完成後即可輕易且迅速地辨識並標註晶盤上產生收納異常的位置。

晶片跳片檢測案例

綠 卡槽內放置正確數量        黃 卡槽重疊2片        橘 卡槽重疊3片

相關文章

  • 積層陶瓷電容製程優化解決方案

    SMD電容體積較小，觀察缺陷需在顯微鏡等級的微觀工具下觀察，且因MLCC非常脆弱，檢測過程也須非常小心，困難度極高。使用SolVision工具，學習電極上凸出部分的瑕疵形狀及位置，建立AI模型，在AI學習瑕疵特徵之後，即可快速檢測電容凸出部分的缺陷，大幅提升整體製程的良率。
  • Car doors painted shiny gray color in assembling workshop

    利用機械手臂進行車門按鈕自動化按壓檢測

    AI視覺技術搭載機械手臂，快速優化車門按鈕檢測，減少人力需求並提升產線運作效益。

  • Kitting and Assembly Line Automation

    Equipped with AccuPick, Solomon’s AI-based 3D bin picking software, and SolScan, a structured light scanner, our solution excels at accurately recognizing intricate objects.

  • 車牌及貨櫃號碼自動辨識解決方案

    貨運車輛的車牌及貨櫃號碼位置不固定，車行角度及採光條件也不一致。一般車牌辨識系統須透過感應線圈及車輛偵測器於最佳的取像位置執行辨識，然而該方案無法應用於貨櫃集散站的多變數場景。所羅門提供貨櫃車輛身份辨識的最佳方案：AI光學字元辨識！