引線接合缺陷檢驗

區分缺陷與可容許的異常，以提高 IC 晶片成品率與性能

相關產品

VisionPro Deep Learning

深度學習工業圖像分析的圖形化程式設計環境

In-Sight D900

採用 In-Sight ViDi 深度學習視覺軟體

在許多積體電路與微晶片內，最常用來相互連線的方式就是使用引線接合。這是需要高準確度的精密流程。引線接合的目的是，使用極細的金屬線，將晶片上的引線連接至封裝材料。封裝材料可以將訊號傳輸到其他組件。像是引線斷裂或遺失等缺陷，都會造成訊號中斷傳輸。這些缺陷可能有許多不同的類型與出現位置，更是讓基於規則的機器視覺解決方案難以準確地判斷有缺陷的引線接合。

傳統上，搭配基於規則的視覺統使用自動光學檢測 (AOI) 系統無法運作良好。透過深度學習檢測疑似不良 (NG) 的情況，可強化檢測流程的可靠性。AOI 機器會使用 Cognex Deep Learning 工具，挑出疑似 NG 的情況並將圖像提供給系統。缺陷探測工具可動態擷取目標檢測區，而分類工具可將不同的缺陷分類，區分有缺陷與可接受的引線接合。將缺陷分類，不僅有助於發現流程中的問題，避免在生產線下游進行所費不貲的重工，同時還可成功識別微米級的缺陷，改善 IC 晶片成品率與壽命表現。