探针标记的检查和分类
深度学习技术有助于识别和分类高度可变的探针标记，以提高晶圆测试的效率和提高模具产量。
在晶圆被送到模具准备之前，所有单独的集成电路都要进行连续性和功能缺陷的测试。这一过程使用了带有数十个微观电子探针的探针卡。当接触时，每个探针在每个模具上留下一个小标记。这个标记应该位于模具的中心，并表明探针施加的压力是正确的。
探针标记是探针性能准确的指示器。如果探针工作正常，则探针标记形状良好。如果探针工作不正常，则探针标记形状为“No Good (NG)”。例如，如果探针施加太大的压力，随着时间的推移，它可能会损坏，并且不能进行可接受的电气测试。
探针价格昂贵，因此保持正确的压力对维持其工作寿命很重要。使用传统的基于规则的机器视觉来检测和分类OK和NG标记是困德国必威难的，因为标记的形状、大小和位置有许多变化。不一致或错误的No Good读数会对成品率和芯片质量产生负面影响。
设置
获取产品演示
cgnx_pdf
下载半导体解决方案指南
康耐视深度学习工具通过帮助验证OK和NG探针标记之间的差异，使探针标记检查更容易，更节省时间。该软件从广泛的图像显示正确的探针标记和图像显示不可接受的探针标记训练。不可接受的标记可以被归类为“压力相关”或“偏离中心”。
使用这些信息，操作人员可以调整探头压力或校准，以增加可接受探头标记的数量，并保持探头处于良好的工作状态。与其他方法相比，对探针标记进行深度学习检查可以提高晶圆片的产率，这些方法可能会将OK标记错误地描述为不可接受，或将NG标记错误地描述为可接受。
