集積回路のリード外観検査
ディープラーニング技術で半導体の欠陥を抑え、大量の欠陥ライブラリを使用することなくスループットを改善
関連製品
ディープラーニング採用の工業用画像解析向けグラフィカルプログラミング環境
ディープラーニング採用In-Sight ViDi画像処理ソフトウェア搭載
マシンビジョンは、半導体の製造工程全体で、品質を厳密に監視し、欠陥を特定するために使用されます。メーカーは、ピンの傷、ねじれ、曲がり、または欠落に注意しなければなりません。チップは誤差に対する許容度が低いため、表面的な欠陥であってもリジェクトの原因になります。このように潜在的な欠陥タイプが多い場合では、検査をルールベースのアルゴリズムにプログラムすることは非効率的です。すべての欠陥を明示的に検索するのは複雑すぎて時間がかかります。ディープラーニングのアルゴリズム技術で半導体の欠陥を抑え、大量の欠陥ライブラリを使用することなくスループットを改善するのに役立ちます。
Cognex Deep Learning は、「NG」画像を登録する必要のない、すべての異常な特徴を特定するためのシンプルなソリューションを提供します。代わりに、エンジニアは欠陥検出ツールを使用して、教師なしモードで、「OK」画像をソフトウェアに登録します。Cognex Deep Learning は、チップリードとピンの正常な外観と位置を学び、欠陥と見なされないすべての特徴を区別します。