IC 成型的外观缺陷探测和分类

自动识别和分类成型缺陷以提高成品率和利润率

相关产品

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

集成电路产品的成功或失败取决于成型工艺的质量，它可以保护芯片免受外力和水分的伤害。裂缝、破损或空隙等缺陷可能在芯片成型时嵌入成型表面。人工检查往往会错过非常微小的裂缝或低对比度的空隙。对于传统的基于规则的视觉系统来说，以清晰的缺陷定义来检测故障区域也是非常具有挑战性的。有几种类型的缺陷，如裂缝、锯齿状边缘和变形。许多异常现象也是缺陷；然而，基于规则的视觉系统不能有效地区分一个在公差范围内的小异常和一个表明芯片必须被扔掉的明显缺陷。无法对缺陷模式进行分类阻碍了生产团队快速了解哪里存在潜在问题。

康耐视深度学习工具帮助制造商识别和分类真正的模塑缺陷。这种先进的视觉解决方案使用一系列代表“合格”和“不合格”(NG) 结果的图像进行训练，使软件能够忽略在公差范围内的异常情况，并标记出那些真正的重大缺陷。康耐视定位工具确定感兴趣区域 (ROI)。一旦定义了 ROI，缺陷检测工具就能识别该区域内的缺陷。然后分类工具对各种类型的缺陷进行分类。利用这些信息，生产经理不仅可以提高成品 IC 的产量，还可以利用分类信息来解决生产问题，修复这些问题，从而提高利润率。