a group of square objects

SolVision成功案例

封装晶片边缘微裂瑕疵检测解决方案

透过非监督式训练AI模型,判断封装晶片的內部瑕疵

封装製程中的切割面崩裂瑕疵

切割製程技术是影响晶片品质的关键,製程中常见切割面崩裂的情形。晶片封装完成后,由於晶片已黏贴於塑胶或陶瓷的封装外壳內,更加不易以一般检测方式检出晶片在前製程中所產生的边缘微裂瑕疵,影响晶片產品的生產良率。
AI unsupervised learning for detecting micro defects

封装晶片內部瑕疵无法以AOI检测

封装完成的晶片仅能透过特殊的光源及镜头以穿透的方式取像,成像的特性使得晶片边缘微裂瑕疵的色泽与边缘色泽极其相似,不易分辨。此外,边缘微裂的角度及型態也是不规则变化,无法以 AOI 方式判別瑕疵。

非监督式学习训练AI模型,標註定位瑕疵

运用 SolVision AI影像平台的非监督式学习工具Anomaly Detection,以不具瑕疵的影像样本(Golden Sample)执行AI深度学习,並辅以资料扩增技术提升AI模型对於標准样本的辨识度。训练完成的AI模型即能辨別受测物件与標准样本的相异之处,定位並標註封装晶片內边缘微裂瑕疵的位置,完全不受穿透成像特性的影响。

封装晶片內部瑕疵检测案例

Original
Result
Original
Result
Original
Result