利用机器视觉和深度学习在半导体制造中获得竞争优势德国必威
芯片需求的反弹严重影响了全球的制造能力。任何能使芯片制造过程更快、更高效、更便宜的东西都能带来竞争优势。
配备了深度学习工具的复杂视觉系统越来越多地显示出在短时间内显著提高能力的方法，改善对齐、可追溯性和缺陷检测。
对齐
硅晶圆的制造有一系列步骤，每一步都要在前一层材料上再铺一层，而且这些层必须精确对齐。
晶圆缺口检测
整体晶圆对齐通常是通过检查缺口的方向来实现的。传统的方法体积大、速度慢，而且在越来越普遍的透明晶圆上存在问题。
配备PatMax算法的康耐视in - sight视觉系统适合狭小的空间，并可靠地检测任何方向的缺口。
晶圆和模具对齐
晶圆对齐不良会在光刻、探测和测试以及切丁过程中产生问题，导致缺陷和浪费。
康耐视的PatMax几何图案查找算法以高精度和可重复性定位和对齐可变晶圆和模具图案，提高质量和良率。
识别/可追溯性
为了确保制造效率、测量产品质量和打击假冒，晶圆片、晶圆载体、引线框架、模具、集成电路(ic)和印刷电路板(pcb)都带有机器可读的识别码和人类可读的字母数字字符用于跟踪。
这些代码在制造过程中难以读取或遭受磨损，使得光学字符读取(OCR)和解码困难且容易出错。
晶片OCR
激光标记的字母数字或数据矩阵id跟踪硅片从创建到切割。晶圆表面具有反射性，在掩模、蚀刻和光刻过程中，代码会被降解。
康耐视晶圆阅读器对OCR和2D条形码均使用晶圆专用检测算法。集成的适应性照明和图像处理最大限度地减少无读。
晶圆载波环OCR
由于晶圆片上的激光标记ID在切割后变得不可用，因此晶圆片由标记ID的载体环通过切割进行线连接。切丁后的清洗会降低载波环码，当码被误读时，会导致自动化速度减慢。
字母数字字符的模糊和载波环面变化，使得传统机器视觉难以识别。德国必威带有康耐视深度学习OCR工具的智能相机甚至可以识别严重受损的代码。
IC(集成电路)跟踪
集成电路中的芯片被连接到称为引线框架的金属基板上，以实现连接和支撑。引线帧用二维数据矩阵条形码激光刻划。生产过程中的退化以及引线帧本身的低对比度和反射率使这些代码难以阅读。
康耐视基于图像的条形码阅读器具有灵活的照明和光学，使用业界领先的算法解码甚至具有挑战性的2D数据矩阵条形码。
IC OCR
封装测试后，每个芯片都印有字母数字代码，以便在芯片组装在pcb上时进行可追溯性和验证。这些代码可以通过环境分层和高度纹理表面变形，降低可读性。
康耐视深度学习的OCR工具易于训练，可以在反射和纹理背景下读取变形、倾斜和低对比度的代码，并可以在新的表面上快速重新训练。
缺陷检查
在生产过程的早期识别缺陷，同时通过纯表面缺陷，减少返工和人工检查，提高了每片晶圆的成品率。
晶圆缺陷检查
每一层晶圆都必须在下一层沉积之前进行检查。缺陷的范围很大，可以出现在前面图层背景的任何地方。
康耐视深度学习的缺陷检测工具在无缺陷层的图像集上进行训练，然后可以在晶圆层的任何地方发现和识别缺陷，并拒绝异常。
探针标记
在模具准备之前用于晶圆测试的探针会留下标记，这些标记的形状可以显示探针是否对晶圆施加了不正确的压力，这是探针故障的早期迹象。
康耐视深度学习的分类工具可以区分广泛的好标记和坏标记，允许对探针进行早期修正，增加探针寿命和晶圆产量。
死亡的边缘
晶圆模具可能会有缺口或沿其边缘有毛刺。这种缺陷是可变的，很难用传统的机器视觉一致地检测出来。德国必威
康耐视深度学习的分类工具可以从广泛的正常切割痕迹中区分出切屑和毛刺缺陷。它还可以检测切割刀片的逐渐磨损，在错误率上升之前进行更换。
模具表面
每个模具或芯片都可能有广泛的重大表面缺陷，但也有不影响功能的外观缺陷。传统的机器视觉和人类检测人员都很难区分它们。德国必威
Cognex深度学习的缺陷检测工具可以检测和标记不可接受的异常，同时传递纯粹的表面缺陷。
导线债券
引线键合将芯片连接到引线框架，然后连接到其他组件。缺陷会干扰信号传输。缺陷的范围很广，可能与不影响功能的美容缺陷重叠。
结合康耐视深度学习的缺陷检测和分类工具，可以提取异常区域，然后区分好与坏的线键。
WLCSP(晶圆级芯片规模封装)侧壁
晶圆级芯片规模封装是集成电路仍然是晶圆的一部分时进行封装的一种方式。侧壁裂缝会降低性能，但层边界和裂缝很难区分。
康耐视深度学习的缺陷检测工具可以准确区分侧壁裂缝和层边界。
IC(集成电路)成型
集成电路被封装在塑料中以保护它们。各种裂缝、变形和空洞会损害保护，但这个过程会留下不影响功能的外观缺陷。
康耐视深度学习的缺陷检测工具可以检测功能异常，同时传递纯粹的表面缺陷。分类工具可以用来识别特定的缺陷类型，以解决生产问题。
IC(集成电路)领先
芯片引脚缺失或弯曲会导致芯片失效。大范围的引脚缺陷和位置挑战了传统的机器视觉。德国必威
康耐视深度学习的缺陷检测工具可以快速检测异常并拒绝带有引脚缺陷的芯片。
利用机器视觉提高半导体制造产量德国必威
康耐视机器视觉德国必威系统，特别是配备了康耐视深度学习工具后，可以改善硅片对齐，实现对晶圆和芯片的精确跟踪，并在从晶圆到PCB(印刷电路板)的每一步检测和分类各种缺陷。以最低的资本成本，半导体供应链的每一步都可以看到改进。
