SolVision成功案例
多層陶瓷電容瑕疵檢測
客戶
客戶長期耕耘快閃記憶體控制器晶片領域，是一家全球 NAND 儲存控制晶片及存儲解決方案的領導廠商。
案例
精密工藝確保 MLCC 產品品質穩定性
多層陶瓷電容（MLCC）是現代電子產品中不可或缺的核心元件，主要用於電流和電壓的控制與管理。由於其高可靠性、高頻率和低成本等優勢，MLCC 被廣泛應用於電腦、手機、精密測試儀器、雷達通訊等各種電子設備中。
為了保證 MLCC 的穩定性和性能，其生產過程需經過多道精密工序，好比尺寸精度、形狀規範和電極分布均勻性等面向，都是品質關鍵指標。任何微小的製程偏差，如尺寸不符規格、表面不平整或電極分布不均，都可能導致性能不達標，甚至影響最終產品的可靠性。因此，精確控制製程每一環節對確保 MLCC 質量至關重要。
挑戰
MLCC 檢測的高錯殺率挑戰AI能力極限
在導入 AI 軟體進行瑕疵檢測前，MLCC 檢測多以人工目視為主。然而，人工檢測因主觀性和人員疲勞影響，難以確保判定的一致性。尤其在檢測尺寸偏差、微小裂紋或電極分布細微不均時，人工檢測常因標準難以統一而導致漏檢或過檢。
為改善這些問題，客戶嘗試開發 AI 檢測系統，希望藉助深度學習技術自動化檢測效果。然而，在實際應用中，由於 MLCC 的特性導致錯殺率偏高，不僅增加生產成本，還影響整體檢測效率和生產進度。
解決方案
智慧檢測系統重塑 MLCC 檢測準則
透過導入 SolVision AI 視覺檢測技術，可有效降低 MLCC 檢測的錯殺率問題。該系統結合深度學習與實例分割技術，能精確識別 MLCC 的細微瑕疵，並對產品進行分層檢測。例如，對尺寸不符規格的 MLCC 進行篩選，快速發現表面不平整或電極不規範的產品，進一步提升檢測的準確度。
SolVision AI 的模型訓練基於少量瑕疵樣本，即可實現高效分類，並對瑕疵類型進行標註與記錄。該系統在毫秒內完成每片 MLCC 的判定，即使生產線高速運作，亦能確保穩定性與效率。同時，透過瑕疵數據的分析，生產方可即時回溯瑕疵來源，針對設備或流程進行優化，減少後續不良品的產生，顯著提升產品一致性與生產效率。
