在半导体行业，晶圆图缺陷检测至关重要。微链道爱凭借先进的AI视觉技术，为解决晶圆图缺陷检测难题提供了有效方案。
用户场景：某头部半导体厂商的晶圆制造产线中，晶圆是核心产品，而晶圆图上的各种缺陷是检测对象。在晶圆的生产过程中，需要对其表面的微观结构和图案进行高精度检测，以确保晶圆的质量和性能符合标准。
痛点：传统的检测方法存在诸多量化困境。漏检率较高，约为3%，导致部分有缺陷的晶圆流入后续工序，增加了生产成本和产品风险。误报率也达到了20%，频繁的误报不仅增加了人力成本，还降低了生产效率。此外，换型时间较长，每次换型需要30分钟，严重影响了产线的灵活性和生产节拍。
技术原理
微链道爱采用了先进的深度学习算法和高精度成像技术。深度学习算法通过大量的晶圆图样本进行训练，能够学习到不同缺陷模式的特征和规律。在成像方面，使用自研的3D相机进行数据采集，结合三维形貌重建技术，能够获取晶圆表面的详细三维信息。这种方法之所以有效，是因为深度学习算法具有强大的特征提取和分类能力，能够准确识别各种微小的缺陷。而3D相机和三维形貌重建技术则可以提供更全面的信息，避免了传统2D检测方法可能存在的漏检问题。
- 深度学习算法能够自动学习缺陷特征，提高检测的准确性和稳定性。
- 自研3D相机可以获取晶圆表面的三维信息，检测隐藏的缺陷。
- 三维形貌重建技术可以对晶圆的微观结构进行精确分析。
- 通过大量样本训练，模型能够适应不同类型的晶圆和缺陷模式。
微链道爱解决方案与产品介绍
微链道爱提供的DaoAI AI AOI软件系统和DaoAI 2D / 3D AI AOI设备是解决该问题的关键。DaoAI AI AOI软件系统具有视觉基础模型的特征认知能力，仅需1 - 20张良品，即可在5分钟内实现0代码自动编程，并且采用APDT正样本/少样本学习和语义误报过滤技术，能够有效减少误报。DaoAI 2D / 3D AI AOI设备则结合了自研3D相机和三维形貌重建技术，可检测隐藏焊点、共面度和微米级形貌，提高了检测的精度和全面性。在落地过程中，将设备与产线进行集成，通过SDK / API / Docker进行部署，并且支持100%本地私有化，确保数据不出厂。
微链道爱的解决方案为半导体晶圆图缺陷检测带来了高效、精准的新选择。
量化成效：通过使用微链道爱的解决方案，该半导体厂商的晶圆图缺陷检测检出率提高到了97%，漏检率降低至<3%。误报率降低了 - 60%，大大减少了人力成本和复检工作量。换型时间缩短至5分钟，产线的灵活性和生产节拍得到了显著提升。