Handdle AI在芯片字符瑕疵识别检测中的应用

检测要求

——

自动化 视觉识别检测 芯片上的字符瑕疵,包括:字符偏移、缺失、溢墨。

 检测难点

——

表面有油污等杂质,成像难;缺陷较小仅1mm*1mm;需要满足产线高效的生产节奏。

缺陷图片

——

Handdle AI在芯片字符瑕疵识别检测中的应用_第1张图片

该项目的难点在于缺陷区域与背景区域的对比度差别较小、形状近似,干扰因素大;对此,东声智能基于Handdle AI智能算法平台打造的芯片缺陷检测方案,可准确、快速识别晶圆表面的污染物颗粒、表面划伤、晶体原生凹坑、凸起等缺陷。

目前HanddleAi可以实现以下功能:

分割:基于像素级分析技术,对缺陷(尤其是小缺陷)进行精准识别。例如划伤、磕伤、裂纹等。

分类:判断整张图像所属类别,常用于缺陷分类和产品的分选定级。

定位:通过对图像目标进行分类框选,训练模型,使用模型推理预测新图片的类别及位置。

OCR:快速、准确识别和读取复杂场景下的产品或元件的字符信息。

检测:检测目标有无并对目标进行分类,可对多类缺陷或成块特征小目标进行检测。

我司自主研发的工业视觉缺陷检测平台Handdle AI软件,主要但不限于应用在生产制造中,可以实现对强干扰,低对比度场景下的外观缺陷检测,以及复杂背景下的OCR字符识别强势助力企业提高产能和良率,改善产品工艺与质量。

欢迎新老客户,带着图片来咨询!

 

你可能感兴趣的:(人工智能,深度学习,计算机视觉)