挑戰與方案
晶圓表面顆粒與劃傷分類檢測
挑戰傳統檢測漏檢率高達 3%,誤報率 20%,且每次換型需要 30 分鐘以上的人工調參。
方案視覺基礎模型 + APDT 正樣本/少樣本學習,1–20 張良品即可在 5 分鐘內完成 0 代碼建模。
99.2%檢出率
-85%誤報率
<0.8%漏檢率
半導體 / 芯片 · 應用場景 · APPLICATION
封裝工序中晶圓表面的顆粒、劃傷形態各異,是影響芯片良率的高頻缺陷來源。
場景 · 晶圓表面:劃傷 / 顆粒 / 崩邊
挑戰與方案
挑戰傳統檢測漏檢率高達 3%,誤報率 20%,且每次換型需要 30 分鐘以上的人工調參。
方案視覺基礎模型 + APDT 正樣本/少樣本學習,1–20 張良品即可在 5 分鐘內完成 0 代碼建模。
查看完整案例 → 半導體芯片顆粒與劃傷分類AI視覺檢測成效
本文由人工智慧生成。文中客戶案例為基於產品真實能力的模擬場景,成效數字為示例性質;官方標定口徑以產品頁為準。