晶圆载体环的光学字符识别
准确读取损坏识别码,可可靠追溯
![在半导体晶圆环上读取OCR代码的视觉系统](http://m.czl106.com/library/media/industry/semiconductors/ocr-on-wafer-carrier-rings.jpg?sc_lang=en&h=250&w=350&la=en&hash=787D61B312F7D28477B6AAF4288A3CDC)
一旦晶圆被切丁,晶圆ID就不再可用。为了保持之前在晶圆上创建的模具的可追溯性,一个标记有识别号码的载体环携带着切好的硅片,直到它们从环上移除以进行线连接。切丁过程散布碎片从锯遍布模具和环,所以他们必须清理。重复清洗会降低载波环的表面,从而降低代码的可读性。表面和字符的变化使得基于规则的视觉技术很难随着时间的推移准确地读取这些代码。像0和O或l和1这样的字符如果褪色或磨损就很难区分。不可读的环可能会导致自动化过程减慢,从而影响生产吞吐量。使用OCR读取晶圆环上的代码可以使它们使用更长时间,并保持自动化过程的运行。
康耐视深度学习工具使制造商能够准确读取晶圆载体环上的识别码,即使在多次清洗后它们已经退化。智能相机和深度学习软件一起工作,使用光学字符识别(OCR)来破译损坏的代码。软件中的深度学习读取工具开箱即用,极大地缩短了开发时间,这要归功于深度学习预训练的字体库。用户只需定义感兴趣的区域并设置字符大小。在引入新字符的情况下,这个强大的工具可以在没有视觉专业知识的情况下重新训练,以读取传统OCR工具无法解码的特定应用程序代码。
![视觉系统在晶圆载体环上读取代码的示例](http://m.czl106.com/library/media/industry/semiconductors/ocr-on-wafer-carrier-rings-closeup.jpg?sc_lang=en&hash=A56073695681C202C37DB2A0311BF506)