集成电路成型表面缺陷检测与分类
自动识别和分类成型缺陷,以提高产量和盈利能力
![集成电路成型表面缺陷的视觉识别与分类](http://m.czl106.com/library/media/industry/semiconductors/ic-molding-defects.jpg?sc_lang=en&h=250&w=350&la=en&hash=7DCF42F3962B4A9F9E248BE46B0CA99C)
集成电路产品的成败取决于成型工艺的质量,成型工艺可以保护芯片免受外力和湿气的伤害。当芯片成型时,可能会在成型表面上嵌入裂纹、破损或空洞等缺陷。人工检查经常会遗漏非常微小的裂缝或低对比度的空隙。传统的基于规则的视觉系统也很难检测出具有清晰缺陷定义的缺陷区域。有几种类型的缺陷,如裂纹,锯齿状边缘和变形。许多异常也是缺陷;然而,基于规则的视觉系统不能有效地区分在容忍范围内的轻微异常和表明芯片必须被丢弃的明显缺陷。无法对缺陷模式进行分类会阻碍生产团队快速了解潜在问题的位置。
康耐视深度学习工具帮助制造商识别和分类真正的成型缺陷。这种先进的视觉解决方案使用一系列表示好和不好(NG)结果的图像进行训练,使软件能够忽略在容忍范围内的异常,并标记那些真正重要的缺陷。康耐视定位工具可识别感兴趣区域(ROI)。一旦定义了ROI,缺陷检测工具就会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,还可以使用分类信息来解决生产问题并解决问题,从而提高盈利能力。
![IC成型缺陷的修补](http://m.czl106.com/library/media/industry/semiconductors/ic-molding-defects-closeup.jpg?sc_lang=en&hash=A3DC66AE15CF4574CEE020141983986F)