black and white labeled box

SolVision成功案例

半导体产业

自动化导线架品质检测

利用AI检测导线架瑕疵

半导体封装关键零部件－导线架是什么？

导线架是连接晶片与印刷电路板线路的媒介，具备芯片承载与电路连接及信号传达的功能，是封装过程不可或缺的关键材料。导线架生产方式可分为化学蚀刻与机械冲压，随着IC制程不断推进，导线架亦须不断提升精度与良率。

AI defect detection for semiconductor lead frames

复杂的检测背景会影响AOI瑕疵检测

导线架表面的各类瑕疵，包含边缘毛边、黑点杂质、刮痕等。若使用传统的AOI检测，当检测背景与瑕疵较为相近时，容易发生漏检的情形。

AI人工智能突破AOI限制，精准找出导线架瑕疵

使用所罗门 SolVision的实例切割技术针对各类瑕疵进行学习，同时可设定OK类別避免错杀误判，并以资料扩增功能增加AI学习的范围，不仅能有效检测出各类瑕疵，在杂乱或复杂的背景中，也能请准检出边缘凸起、黑边或黑点，对较不明显的缺陷也有很好的辨识效果。

导线架瑕疵检测案例

导线架标准品

Automating Quality Inspection of Lead Frames

导线架瑕疵黑点及边缘凸起

Automating Quality Inspection of Lead Frames
相关文章

  • META-aivi 智能电子制造

    主机板是电脑的核心零件，它设有晶元组，同时更提供显卡、CPU、内存、硬盘及外接装置等应用接合，以利电脑中各软硬件元件能整合运作。然而主机板上充满许多不同的零部件，制造、组装步骤繁多，稍有疏忽遗漏电脑将无法顺利运作，因此如何确保整体生产的良率与品质，是电子制造的首要任务。

  • 缎带品质AI检测解决方案

    缎带色彩缤纷的特性使得AOI检测容易因为花纹和颜色变化而发生瑕疵漏检或误判。使用SolVision检测各种颜色、花纹的缎带，能够精确找出裂孔、脱丝等瑕疵的位置、大小及形状，不论是检测速度或是精准度都能达到标准。而透过记录与分析瑕疵的样态，可回溯找出制作过程中的问题所在，改善产品制程。

  • 钱币面额智能化计算解决方案

    许多制币厂试图以视觉技术进行钱币的筛选，使用SolVision的Feature Detection工具，学习钱币在各种亮度、脏污与氧化程度的影像数据，不仅可分辨图案相同但面额不同的钱币，亦可正确辨识出各国钱币，并实时计算出各国钱币的总面额。
  • a welder welding a piece of metal with sparks

    META-aivi 智能焊缝检测

    焊接，是一种以加热或加压方式，来接合金属、非金属等材质，用以巩固整体结构安全的工艺技术。而现今汽车业已从过去大量生产，转变为少量多样的客制化生产，车架的尺寸也因样式差异而不同，且焊接点形状不一，再加上车架具有多面多项的特性，焊接处及应用亦随之变动，因此难以针对此类情形制订固定规则以检测焊缝瑕疵。