black and white labeled box

SolVision成功案例

半導體業

晶圓研磨瑕疵檢測解決方案

化學機械平坦化(CMP)的AI輔助品質管控

半導體製造關鍵：
化學機械平坦化(CMP)影響晶元良率

化學機械平坦化(Chemical Mechanical Planarization, CMP)是半導體製造中不可或缺的製程之一，目的係為改善前製程的微小缺陷。於晶圓上完成一層積體電路後，需透過CMP將表面研磨整平，方可製作下一層積體電路。然而，研磨液中過大的顆粒及微粒凝聚體可能造成晶圓上的微劃痕，係CMP製程中最主要的瑕疵類型。

CMP製成中，晶圓研磨痕跡讓傳統AOI難以檢測瑕疵

CMP製程中的瑕疵包括微劃痕、微粒殘留及研磨墊碎屑等。研磨完成後，晶圓會生成極淺且軌跡雷同的研磨痕跡，形成影像中的複雜背景，又由於各式瑕疵的型態及位置不固定，使微劃痕等瑕疵無法被輕易檢出。除了微劃痕外，晶圓表面常見瑕疵還包含白色髒汙、黑色髒汙、水痕、氣泡等，種類繁多且複雜，沒有既定的特徵點，更沒有固定的型態，傳統AOI即使耗費大量人力撰寫演算法，仍無法精準偵測整張晶圓影像之瑕疵資訊。

所羅門AI瑕疵檢測，讓晶圓瑕疵無所遁形

運用所羅門 SolVision  AI影像平台的Segmentation技術，定位並標註晶圓上的微劃痕以及髒污等影像特徵，並藉以訓練AI模型。即便在具有研磨痕跡的影像背景之下，依然可以藉由AI視覺輕易地檢出深、淺的微劃痕及其他髒污瑕疵，並精準地偵測出瑕疵所在位置與面積。

晶圓研磨瑕疵檢測案例

刮痕
相關文章

  • 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。

  • 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。
  • 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。
  • person holding tool during daytime

    汽車車頂銲道氣孔瑕疵檢測解決方案

    銲接過程中，氣體飽和所形成的氣泡無法在銲接過程中及時排出而殘留在銲道中，形成銲道氣孔瑕疵，可能影響美觀及結構品質。運用SolVision AI技術，將各種亮度的銲道氣孔瑕疵影像進行標註，藉以訓練AI模型，即能不受影像亮度影響檢測出銲道上各處的氣孔瑕疵。