집적회로 리드 외관 검사

딥러닝 기술은 방대한 결함 라이브러리를 사용하지 않고도 반도체의 결함을 제한하고 처리량을 개선할 수 있도록 지원습니다.

IC Lead Cosmetic Inspection pass and fail examples

관련 제품

VisionPro ViDi Software inspecting computer mouse on monitor

VisionPro Deep Learning

딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경

In-Sight D900

In-Sight D900

In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동

머신 비전을 이용해 반도체 생산 공정 전체에서 품질 상의 결함을 엄격하게 모니터링하고 포착합니다. 생산업체는 긁힘, 꼬임, 휨, 누락 등이 발생한 핀에 주의해야 합니다. 반도체 칩은 표면적인 결함을 포함한 아주 사소한 결함만으로도 반품될 정도로 결함 허용도가 낮습니다. 가능성이 있는 결함 유형이 굉장히 많기 때문에 규칙 기반 알고리즘으로 검사를 프로그래밍하는 것이 비효율적입니다. 명시적으로 모든 결함을 검색하기란 너무 복잡하고 오랜 시간이 걸립니다. 딥러닝 알고리즘은 방대한 결함 라이브러리를 사용하지 않고도 반도체의 결함을 제한하고 처리량을 개선하는 데 도움이 될 수 있습니다.

코그넥스 딥러닝 은 “불량” 이미지에서의 트레이닝 없이도 변칙적인 모든 특징을 식별할 수 있는 간단한 솔루션을 제공합니다. 대신, 엔지니어는 결함 감지 툴을 사용해 비지도 학습 모드에서 “양호”한 이미지의 샘플로 소프트웨어를 트레이닝할 수 있습니다. 코그넥스 딥러닝은 이 칩의 리드와 핀의 정상적인 모양 및 위치를 학습하여 이에 벗어난 모든 특징을 결함으로 분류합니다.

주요 Cognex 제품

제품 지원 및 교육 신청

MyCognex 가입