a group of square objects

SolVision成功案例

半導體業

封裝晶片邊緣微裂瑕疵檢測解決方案

透過非監督式訓練AI模型，判斷封裝晶片的內部瑕疵

封裝製程中的切割面崩裂瑕疵

切割製程技術是影響晶片品質的關鍵，製程中常見切割面崩裂的情形。晶片封裝完成後，由於晶片已黏貼於塑膠或陶瓷的封裝外殼內，更加不易以一般檢測方式檢出晶片在前製程中所產生的邊緣微裂瑕疵，影響晶片產品的生產良率。

封裝晶片內部瑕疵無法以AOI檢測

封裝完成的晶片僅能透過特殊的光源及鏡頭以穿透的方式取像，成像的特性使得晶片邊緣微裂瑕疵的色澤與邊緣色澤極其相似，不易分辨。此外，邊緣微裂的角度及型態也是不規則變化，無法以AOI方式判別瑕疵。

非監督式學習訓練AI模型，標註定位瑕疵

運用SolVision AI影像平台的非監督式學習工具Anomaly Detection，以不具瑕疵的影像樣本(Golden Sample)執行AI深度學習，並輔以資料擴增技術提升AI模型對於標準樣本的辨識度。訓練完成的AI模型即能辨別受測物件與標準樣本的相異之處，定位並標註封裝晶片內邊緣微裂瑕疵的位置，完全不受穿透成像特性的影響。

封裝晶片內部瑕疵檢測案例

Original
Result
Original
Result
Original
Result
相關文章
  • Gray Round Metal Part

    電腦零組件瑕疵檢測解決方案

    硬碟支架製造過程出現的瑕疵種類繁多，包括金屬的壓傷、表面白霧、孔批麟、孔黑等等，透過人工檢測不容易逐一檢出，然而微小的缺陷在組裝過程可能造成孔隙無法對齊等問題發生。使用SolVision工具AI學習瑕疵特徵後，能夠快速檢測出硬碟金屬支架上的各類微小瑕疵。
    成功案例SolVision瑕疵檢測製造業金屬加工業電子業

  • 快速辨識輪胎內胎印刷編碼

    輪胎在製程的環節經歷許多高壓、高負荷與高溫差的工序，使內胎表面字跡模糊且刷色深淺不齊，影響內胎編碼的辨識度，不利於人工辨識與傳統AOI檢測。利用SolVision工具，針對輪胎內胎編碼的數字與形狀進行拍攝，進行AI模型訓練，能成功辨識，有效改善編碼辨識的正確率。
    成功案例OCR字元辨識SolVision塑橡膠產業汽車業

  • 使用AI進行碳纖維布料瑕疵檢測

    藉由Solvision AI視覺檢測技術，快速、準確辨識炭纖維布料上的瑕疵，減少人工目視辨識錯誤，提升效率。
    紡織業SolVision成功案例瑕疵檢測

  • 組裝電路板(PCBA)製程優化解決方案

    PCBA上面集成了不同功能的電子元件、插槽及各種晶片組，製造流程繁瑣，如何提升PCBA插件及組裝的正確率，是良率提升的關鍵。SolVision AI瑕疵檢測系統，學習多張PCBA的影像做AI訓練，可辨檢測細微瑕疵，使PCBA製成優化，效率大幅提升。
    成功案例SolVision品質/安全檢查瑕疵檢測電子業