Ispezione superficiale dei piedini nei circuiti integrati
La tecnologia del deep learning contribuisce a limitare i difetti dei semiconduttori e a migliorare la redditività senza necessità di disporre di estese librerie di difetti.
Prodotti correlati
Ambiente di programmazione grafica per l'analisi di immagini industriali basata sul deep learning
Alimentato dal software di visione basato sul Deep Learning In-Sight ViDi
La visione artificiale è usata durante tutto il processo di produzione dei semiconduttori per monitorarne rigorosamente la qualità e rilevarne i difetti. I produttori devono essere attenti a pin graffiati, ruotati, piegati o mancanti. La tolleranza per un chip è talmente bassa che qualsiasi difetto, anche il più superficiale, è motivo di scarto. I potenziali difetti sono moltissimi, pertanto sarebbe inefficiente programmare un'ispezione con un algoritmo basato su regole. Cercare in modo mirato tutti i difetti sarebbe troppo lungo e complicato. Gli algoritmi di deep learning possono contribuire a limitare i difetti dei semiconduttori e a migliorare la redditività senza necessità di disporre di estese librerie di difetti.
Il Deep Learning di Cognex offre una soluzione semplice per identificare tutte le caratteristiche anomale, anche senza apprendimento su immagini "scarse". Un tecnico usa lo strumento di rilevamento dei difetti in modalità senza supervisione per configurare il software su una serie di immagini "buone". Il Deep Learning di Cognex apprende a riconoscere l'aspetto normale del piedino e dei pin del chip e classifica tutte le caratteristiche devianti come difettose.
