适用于半导体先进封装切割后芯片边缘崩缺,裂纹,划伤及芯片表面脏污,残胶检测。
深度学习AI算法
1、灵活的定位算法,兼容不同背景和色差的产品。
2、高精度缺陷检测算法,包括图像增强、边缘检测、模板匹配等算法,能够精确识别微小的缺陷,如裂纹、划痕、异物和焊点缺陷等。
(1)图像增强:通过对比度调整等方法,提高图像质量,增强缺陷的可识别性
(2)边缘检测:利用如Canny等边缘检测算法,精确识别晶圆表面的边缘特征
(3)模板匹配:通过与标准模板进行比对学习,快速识别出不符合规范的区域
3、高精度量测算法,包括特征提取等算法,利用边界跟踪算法提取物体的轮廓信息,可以精确测量产品上各类特征(如接触孔、导线宽度、间距等)的尺寸。
·晶圆切割道崩缺,裂纹以及Die面脏污,碎屑等异常检测
- 支持明场、暗场、Photolumination、透射多种照明方式
- 采用业内领先的 AI 2.0 检测算法
·ADC自动分类
- AI检测加ADC自动分类正向反馈机制,有效降低过检率
·与各大院所和大型企业深度合作,定制开发
-相机配置:超高速高精度大靶面低噪声工业相机加IR相机
-光源配置:超大功率明暗场白光加IR照明系统
-镜头配置:2X、3.5X、5X、10X(可根据客户需求定制)
-检测精度:可分辨缺陷 4.5um/3um/2um/1um
-再现性&重复性:≥99.5%
-检出率:Underkill=0,Overkill≤0.5%
-8inch Wafer WPH:包含晶圆上料,对准和检测时间
-WPH=108@2X, WPH=65@3.5X, WPH=40@5X, WPH=10@10X
-设备正常运行时间:≥97%(总时间-故障时间)/总时间*100