在芯片生产制造过程中,各工艺流程环环相扣,技术复杂,材料、环境、工艺参数等因素的微变常导致芯片产生缺陷,影响产品良率。芯片质量检测作为芯片生产线中的关键环节,可以积极地反馈产品质量信息,以便人们及时掌控各生产环节的健康状况,促使质量检测技术在生产线中的作用越来越凸显。如今,人工目视检测方法因其存在效率低、精度低、成本高、劳动强度大和标准不统一等缺点,正逐步被自动检测技术所取代。早期的自动检测技术主要围绕机器视觉技术展开。机器视觉技术以其高效率、高精度、高可靠性、非接触性和客观性强等优点,得到了广泛研究和应用 ,经典方法为基于人工设计特征的特征选择算法与模式识别分类算法的结合。近年来,以卷积神经网络为代表的深度学习模型在计算机视觉领域的成功应用,给缺陷检测提供了新的发展方向 。
芯片半导体检测2025-04-18 | 中国机器视觉网 |
957