Optische Zeichenerkennung auf Wafer-Tragringen
Beschädigte Identifikationscodes für zuverlässige Rückverfolgbarkeit genau lesen
Ähnliche Produkte
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
Nachdem der Wafer geschnitten ist (Dicing-Prozess), kann die Wafer-Identifizierung nicht mehr verwendet werden. Damit der zuvor auf dem Wafer erzeugte Chip weiterhin zurückverfolgt werden kann, hält ein mit einer Identifikationsnummer markierter Tragring die geschnittenen Siliziumwafer, bis sie zum Drahtbonden vom Ring entfernt werden. Beim Dicing-Prozess werden Bruchstücke vom Sägen auf dem gesamten Chip und dem Ring verteilt, so dass sie gereinigt werden müssen. Mehrmaliges Reinigen beschädigt die Oberfläche des Tragrings, wodurch die Lesbarkeit des Codes abnimmt. Unterschiedliche Oberflächen und Zeichen erschweren im Laufe der Zeit der regelbasierten Bildverarbeitung das präzise Lesen dieser Codes. Zeichen wie 0 oder O oder I und 1 sind schwer zu unterscheiden, wenn sie verblasst oder abgenutzt sind. Unlesbare Ringe können zu einer Verlangsamung des Automatisierungsprozesses führen, was den Produktionsdurchsatz beeinträchtigt. Durch den Einsatz von OCR zum Codelesen auf Wafer-Ringen können sie länger verwendet und der Automatisierungsprozess am Laufen gehalten werden.
Mit Cognex Deep-Learning-Tools können Hersteller Identifikationscodes auf Wafer-Tragringen auch dann noch lesen, wenn sich ihr Zustand durch mehrmaliges Reinigen verschlechtert hat. Eine Smartkamera arbeitet mit der Deep-Learning-Software zusammen, um beschädigte Codes mithilfe optischer Zeichenerkennung (OCR) zu dekodieren. Das Deep Learning Read-Tool kann sofort eingesetzt werden und verkürzt die Entwicklungszeit dank der vorab trainierten Deep-Learning-Schriftenbibliothek drastisch. Benutzer legen einfach den Zielbereich fest und stellen die Zeichengröße ein. Wenn neue Zeichen eingeführt werden, kann dieses robuste Tool ohne große Vorkenntnisse im Vision-Bereich neu trainiert werden, um anwendungsspezifische Codes zu lesen, die herkömmliche OCR-Tools nicht dekodieren können.