a close up of a blue and yellow background

SolVision成功案例

LED基板分區外觀品質控管解決方案

AI輔助LED基板及銲墊瑕疵檢測技術

新世代顯示技術的重心:
LED微縮化應用

隨著消費性電子產品廣泛採用Mini LED背光顯示技術以追求更細緻的光源調節效果,LED微縮化的趨勢已十分明朗。Mini LED及Micro LED的尺寸僅為傳統LED的百分之一至千分之一,做為背光源或發光層時,晶粒的使用量大幅增加,對於精準與良率的要求也隨之提升。

LED品質管控:檢出LED基板外觀及銲墊瑕疵

LED的品質控管係透過基板的扎針點燈檢測以及基板瑕疵檢測為主,避免因基板不良所造成的工程損失。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,傳統光學檢測不易將瑕疵檢出。

所羅門AI視覺,一次完成LED基板的分區外觀品質控管

運用所羅門 SolVision AI影像平台的Segmentation技術,以各式LED基板上瑕疵影像樣本訓練AI模型,經深度學習的AI即可精準地將瑕疵檢出並標註。此外,透過Detect Region工具將視野分區,除了可遮罩無須檢測的區域,亦可指認瑕疵生成的所屬區域,達到分區檢測的目的。

瑕疵檢測示意圖

原圖
LED基板分區外觀品質控管解決方案
檢測結果
相關文章
  • 汽車鋼板烤漆AI瑕疵檢測

    透過AI視覺技術檢測汽車鋼板烤漆上的瑕疵,加速整體效率,提升產線生產力。
  • 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。
  • a group of square objects

    晶粒邊緣崩裂檢測解決方案

    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。