SolVision成功案例
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。
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
