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

Scanned Image

Detection Result

Internal defect inspection case of packaged chip
Internal defect inspection case of packaged chip
Internal defect inspection case of packaged chip
Internal defect inspection case of packaged chip
Internal defect inspection case of packaged chip
Internal defect inspection case of packaged chip
相关文章
  • 球柵阵列封装假焊瑕疵检测解决方案

    运用SolVision AI影像平台的Instance 实例切割技术,将X光影像中锡球重迭的假焊瑕疵予以标注并藉以执行AI模型的深度学习。经训练后的AI即可在具背景噪声、无明显影像边缘的条件下,将假焊瑕疵精准检出。
  • assorted coffee capsules

    咖啡胶囊摆放顺序出货前检验解决方案

    咖啡胶囊不同口味代表不同颜色,以一盘咖啡胶囊作为标准组,另一盘咖啡胶囊作为对照组。使用SolVision学习各种咖啡胶囊的影像,若有任意一个咖啡胶囊的位置摆放错误,软件可立即将错误摆放之处以检测框标示出来,可成功分辨各式高反光且颜色差异小的咖啡胶囊。
  • pile of shiny metal bolts

    金属螺栓AI视觉瑕疵检测

  • 透明瓶装液体沉淀物AI自动化检测解决方案

    液体生技药品常以透明瓶装保存,由于透明瓶装的反光特性、受测物沉淀情形不一因素,使瓶装药品的检测无法以一般光学检测取代人力执行。所罗门结合机器视觉与人工智能,运用SolVision AI从数据库中的影像特征判断沉淀情形。透过深度学习技术,可辨识7种不同的沉淀样态,进而判断内容物的质量。