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

  • 半导体晶片封装制程接着剂瑕疵检测解决方案

    固晶接着剂透明，易造成光源折射影响特征判断，且爬胶、溢胶不具固定位置及型态，无法创建规则执行传统光学检测AOI。运用Solomon SolVision AI影像平台技术建立AI学习模块，自动学习并侦测爬胶、溢胶的特征及位置。增加多项正确类别提升辨识强度，有效降低环境因素的干扰。
  • assorted 5mm washers

    小零件分拣

    AccuPick 是 Solomon 的视觉智能取放系统解决方案，为客户提供了全面的视觉系统，能够识别工作站内的 50 多个不同零件。藉由 AccuPick 的强大视觉功能，成功识别 5 毫米垫圈，即便物体重叠，也可以成功识别。

  • 封装晶片边缘微裂瑕疵检测解决方案

    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。
  • assorted shiny metal parts

    具光泽之金属零件料箱拣选

    所罗门自主研发之视觉系统具备绝佳优势，其中检测表面光滑物件的能力，备受市场青睐。 AccuPick 3D 智能取放系统为所罗门布署的解决方案之一，它运用多功能3D结构光扫描器SolScan生成高质量的 3D 点云数据，即使物件重叠，也能快速实现最佳拣选识别。