Cognex инспекция на интегрални схеми

Машинното зрение се използва по време на производствения процес на полупроводникови изделия за стриктно проследяване на качеството и откриване на дефекти.

• Oграничаване дефектите на полупроводниковите елементи и подобряване на функционирането на интегралните схеми с помощта на Deep Learning алгоритми
  

Производителите трябва да бъдат бдителни за надраскани, усукани, огънати или липсващи изводи. Чипът има толкова ниски допуски за грешка, че всеки недостатък, дори и най-повърхностният, е причина за отхвърляне. При толкова много потенциални видове дефекти програмирането на инспекция в алгоритъм, основан на правила, е неефективно. Изричното търсене на всички дефекти е твърде сложно и отнема много време. Deep Learning алгоритмите могат да помогнат за ограничаване на дефектите на полупроводниковите елементи и подобряване на функционирането на интегралните схеми без използване на обширни библиотеки от дефекти.

• Просто решение за идентифициране на всички анормални характеристики

Deep Learning технологията на Cognex предлага просто решение за идентифициране на всички анормални характеристики, дори без обучение чрез "лоши" изображения. Вместо това, инженерът може да използва инструмента за откриване на дефекти, за да обучи софтуера въз основа на извадка от "добри" изображения в режим без наблюдение от супервайзър. Cognex Deep Learning научава нормалния външен вид и положението на проводниците и изводите на чипа и характеризира като дефектни всички параметри, показващи отклонения.