black and white labeled box

SolVision成功案例

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
  • 商品外包装印刷瑕疵检测解决方案

    做为商品外包装材料,软质的铝箔袋常在印刷过程中产生印刷错误、歪斜、脱落及漏印等情形。统光学检测和人工的方式出错率高。运用SolVision的Anomaly Detection工具,训练完成的模型即可针对印刷文字、图案上的形状、颜色等特征差异执行比对,侦测并标注瑕疵所在位置。
  • 高尔夫球杆头品质检测解决方案

    高尔夫球杆头是球具组合中最重要的部份,消费者十分重视杆头完成面的细致程度。运用SolVision AI影像技术,将影像样本中高尔夫球杆头上的细微瑕疵逐一标注,藉以训练AI模型,训练完成后的AI模型即能不受商标、纹路及金属光泽的影响,定位并标注所有细微的表面瑕疵。
  • 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。
  • Gray Round Metal Part

    电脑零组件瑕疵检测解决方案

    硬盘支架制造过程出现的瑕疵种类繁多,包括金属的压伤、表面白雾、孔批麟、孔黑等等,透过人工检测不容易逐一检出,然而微小的缺陷在组装过程可能造成孔隙无法对齐等问题发生。使用SolVision工具AI学习瑕疵特征后,能够快速检测出硬盘金属支架上的各类微小瑕疵。