半导体模具表面检测

检测可能影响模具质量和性能的缺陷

相关产品

VisionPro深度学习

基于深度学习的工业图像分析图形化编程环境

看见D900

基于In-Sight ViDi深度学习的视觉软件

在集成电路制造过程中，必须检查每个模具的表面是否有裂纹，切屑，烧焦的痕迹等，因为这些缺陷会对模具的质量和性能产生负面影响。这些缺陷是可变的，分布在不同的位置，因此基于规则的机器视觉很难及时准确地发现它们。德国必威由于不影响芯片质量的正常畸变也会发生，因此不要花时间标记这些小缺陷。考虑到每天处理的芯片的大小和体积，人工检查既不高效也不实用。此外，尽量减少人的互动，减少污染物进入洁净室的机会。

康耐视深度学习的缺陷检测工具可以在模具表面发现各种不可接受的外观缺陷，否则对于基于规则的视觉检测系统来说，这些缺陷过于复杂或耗时。该工具检查模具表面，以检测任何裂纹，碎屑或烧伤痕迹的组合。该软件使用各种图像进行训练，这些图像说明了缺陷类型和位置的可变性。在识别出潜在的感兴趣区域后，深度学习分类工具对缺陷进行分类(如裂纹、碎屑、灰尘斑点等)。利用这些信息，可以改进工艺以减少缺陷并提高产量。