black and white labeled box

SolVision成功案例

半導體業

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

  • AI影像辨識 – OCR電子元件字元

    電子元件製造過程追蹤為半導體之產出基石，辨識元件編號被視為生產重要環節之一。但較差環境下讓AOI辨識更加困難，對於提升產線效率以及降低字元的誤判度有很大改善空間。利用SolVision技術執行光學字元辨識，有別於傳統AOI，不受底色、環境光線及字元種類多等限制，可精準識別個別編碼。

  • 飲品包裝印刷資訊品質檢測及溯源資訊存留解決方案

    運用SolVision AI影像平台的Instance Segmentation技術，以瓶蓋側文字及條碼影像樣本訓練AI模型並執行光學字元辨識(OCR)，即可於高速生產的飲品產線中精準辨識外包裝上的產品資訊，除檢出印刷不良的產品外，亦大幅強化產線溯源管理及紀錄存留的效率。
  • unpolished metal workpieces in a bin

    挑選未經拋光的金屬加工物件進行CNC加工

    由於青銅零件小而重，再加上隨機擺放於料箱中，視覺系統難以精準辨識物件，導致機械手臂夾取出現異常。搭配AI、3D技術，能定位和生成3D拾取點，實現精準取放效果。

  • 物料管理優化方案，提高產品標籤辨識度

    電子產業中，如果料號標籤無法辨識會大幅降低作業效率。標籤字體印刷不良標籤上的字體在印刷過程容易產生不規則的細微瑕疵，使得AOI難以辨識。利用SolVision進行缺陷以及字元辨識之AI深度學習，即便標籤字體出現不規則的缺陷仍能正確辨識，大幅降低物料管理的成本支出，提高庫存管理正確性。