a group of square objects

SolVision成功案例

半导体产业

晶圆不良品分类及瑕疵定位自动化解决方案

兼具智慧与弹性的晶圆检测技术

晶圆制程与晶圆修复的艺术

晶圆制程中的光刻、刻蚀、薄膜沉积、研磨、互联等步骤，以及环境中悬浮物如微尘、溶剂等，皆可能造成晶圆产生瑕疵，影响产品良率。部分晶圆瑕疵经检出並定位后，可透过激光方式针对可修复的晶粒进行修补，提升产品的良率及可靠度。然而，过多瑕疵的晶圆执行修补不具效率，直接筛除可避免影响整体产能，而部分可修复的晶圆则需检出并精准定位以利排程修补。

Intelligent AI defect detection for silicon wafers

传统光学检测(AOI)的缺点

传统光学检测无法针对全幅影像进行分类，故无法于第一阶段筛除瑕疵过多的晶圆。另一方面，部分大量且细微的瑕疵隨机散布于晶圆上，传统光学检测无法设定规则予以检测，亦极易受到环境光源影响而降低检测效率。

结合影像处理与AI瑕疵检测的SolVision

应用所罗门 SolVision AI影像平台的分类及实例切割技术辨识瑕疵特征。首先以Classification工具判断晶圆是否具有过多瑕疵，筛除无法修復的不良品。其次运用影像处理技术分割晶圆影像，並以Segmentation工具侦测影像中的瑕疵，记录其特征、坐标、面积等信息，大幅提升后续修补的效率。

晶圆瑕疵判定与分类案例

OK: 无明显瑕疵

NG: 瑕疵过多

相关文章
  • Man in Black Jacket and Black Knit Cap Inspecting Car Engine

    汽车发动机号码快速读取解决方案

    引擎号码系以烙印方式印刷在引擎上，容易受到干扰，字体、背景明暗不均的情形，不易在产在线快速识别引擎上的编码。运用SolVision AI技术，以不同亮度的影像样本训练执行光学字符识别(OCR)，将影像中引擎号码转为数值，实时登录至原厂数据库系统中与车身号码链接。
    SolVisionOCR光学字符识别成功案例汽车业
  • black and white labeled box

    晶圆研磨瑕疵检测解决方案

    化学机械平坦化(CMP)是半导体制造中不可或缺的制程之一，然而，研磨液中过大颗粒及微粒凝聚体可能造成晶圆上的微划痕，是CMP制程中最主要的瑕疵类型。传统AOI检测即使耗费大量人力撰写算法，仍无法精准侦测整张晶圆影像瑕疵。运用所罗门SolVision解决方案来精准找到研磨瑕疵
    半导体产业SolVision成功案例瑕疵检测质量/安全检查

  • 鸡蛋蛋壳品质检测分级解决方案

    运用所罗门SolVision AI影像平台的Instance Segmentation技术，定位、标注影像样本中鸡蛋蛋壳裂隙瑕疵位置并以训练AI模型，训练完成后即可透过AI检测蛋壳表面的孔隙及裂痕情形再予以分级，提升鸡蛋食用的安全性及商品价值。
    SolVision分类识别成功案例瑕疵检测食品业
  • a group of square objects

    晶粒边缘崩裂检测解决方案

    由于晶粒边缘崩裂瑕疵出现的位置及型态不固定，以致传统光学检测无法精准地将瑕疵检出，影响整体产品良率。运用SolVision AI影像技术，将影像样本中的瑕疵特征予以标注，完成训练的AI模型即可自动检出并标注晶粒边缘崩裂瑕疵的位置，大幅降低芯片在后续封装制程中断裂的风险。
    半导体产业SolVision成功案例瑕疵检测质量/安全检查