{"id":82569,"date":"2024-12-16T17:11:32","date_gmt":"2024-12-16T09:11:32","guid":{"rendered":"https:\/\/solomon-3d.mesvr.tw\/?p=82569"},"modified":"2024-12-20T14:32:00","modified_gmt":"2024-12-20T06:32:00","slug":"inspecting-packaged-semiconductor-chips","status":"publish","type":"post","link":"https:\/\/solomon-3d.mesvr.tw\/es\/casos-de-exito\/solvision\/inspecting-packaged-semiconductor-chips\/","title":{"rendered":"Inspecci\u00f3n de chips semiconductores empaquetados"},"content":{"rendered":"
\n
<\/span>\"a
\n

SolVisionEstudio de casos<\/span><\/h2>\n\n\n\n
\n
\n

Semiconductores<\/a><\/p>\n<\/div>\n<\/div>\n<\/div><\/div>\n\n\n\n

<\/div>\n\n\n

Inspecci\u00f3n de chips semiconductores empaquetados<\/h1><\/div><\/div>\n\n\n\n

Aprendizaje no supervisado de IA para detectar microdefectos<\/strong><\/strong><\/strong><\/strong><\/h2>\n\n\n\n
<\/div>\n\n\n\n
\n
\n

Capa de protecci\u00f3n externa y procesos de embalaje<\/strong><\/strong><\/h2>\n\n\n\n

Los procesos de corte afectan a la calidad de las obleas semiconductoras. Ocasionalmente, se producen defectos como grietas en la superficie cuando las obleas se singulan. Una vez empaquetadas, las obleas se fijan al embalaje protector de pl\u00e1stico o cer\u00e1mica, lo que dificulta la inspecci\u00f3n de grietas en los bordes u otros microdefectos internos con m\u00e9todos tradicionales.<\/p>\n<\/div>\n\n\n\n

\n
\"AI<\/figure>\n<\/div>\n<\/div>\n\n\n\n
<\/div>
<\/div><\/div>
\n

Detecci\u00f3n a trav\u00e9s del embalaje<\/strong><\/strong><\/h2>\n\n\n\n

Cuando est\u00e1 dentro de su empaque, una oblea solo se puede fotografiar con una fuente de luz especial y lentes con propiedades de penetraci\u00f3n. Esto crea im\u00e1genes que muestran grietas en los bordes y bordes en colores muy similares, lo que dificulta su distinci\u00f3n. Adem\u00e1s, la forma y el \u00e1ngulo de las peque\u00f1as grietas son irregulares, por lo que los sistemas tradicionales basados en reglas no son efectivos para tales tareas de inspecci\u00f3n.<\/p>\n<\/div><\/div><\/div>\n\n\n\n

<\/div>
<\/div><\/div>
\n

Juzgar productos perfectos e imperfectos<\/strong><\/strong><\/h2>\n\n\n\n

Impulsado por IA, Solvison<\/strong><\/a> ofrece funciones individuales dise\u00f1adas para complementar diferentes tareas de inspecci\u00f3n. La herramienta de detecci\u00f3n de anomal\u00edas utiliza tecnolog\u00eda de aprendizaje profundo para ense\u00f1ar al modelo de IA im\u00e1genes de muestra de obleas “perfectas”. La herramienta de aumento de datos facilita la simulaci\u00f3n de posibles desviaciones de la oblea para ampliar la base de datos de IA de escenarios de producci\u00f3n y fortalecer la capacidad de reconocimiento. Despu\u00e9s del entrenamiento, el modelo de IA puede comparar la muestra dorada con una imagen escaneada para identificar y localizar defectos como microgrietas en el borde de un chip empaquetado, sin verse afectado por la calidad de la imagen o los colores casi id\u00e9nticos.<\/p>\n<\/div><\/div><\/div>\n\n\n\n

<\/p>\n\n\n\n

\n

Inspecci\u00f3n de IA<\/strong><\/strong><\/strong><\/strong><\/strong><\/strong><\/strong><\/strong><\/h2>\n\n\n\n
\n
\n
\n

Imagen escaneada<\/strong><\/strong><\/p>\n\n\n\n

Resultado de la detecci\u00f3n<\/strong><\/strong><\/p>\n<\/div>\n\n\n\n

\n
\"Internal<\/figure>\n\n\n\n
\"Internal<\/figure>\n<\/div>\n\n\n\n
\n
\"Internal<\/figure>\n\n\n\n
\"Internal<\/figure>\n<\/div>\n\n\n\n
\n
\"Internal<\/figure>\n\n\n\n
\"Internal<\/figure>\n<\/div>\n<\/div>\n<\/div>\n<\/div><\/div>","protected":false},"excerpt":{"rendered":"

La herramienta de Detecci\u00f3n de Anomal\u00edas utiliza tecnolog\u00eda de aprendizaje profundo para ense\u00f1ar al modelo de IA im\u00e1genes de muestra de obleas “perfectas”.<\/p>","protected":false},"author":14,"featured_media":21688,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_gspb_post_css":"#gspb_heading-id-gsbp-98a71402-b1a0{font-size:60px;line-height:100px;text-align:center!important;color:var(--gs-colorone);margin-top:15px;margin-bottom:15px}#gspb_heading-id-gsbp-98a71402-b1a0 .gsap-g-line{text-align:center!important}#gspb_heading-id-gsbp-98a71402-b1a0 .gspb_heading_subtitle,#gspb_subheading-id-gsbp-98a71402-b1a0{display:block;line-height:22px;margin-top:5px;font-size:30px;color:var(--wp--preset--color--white, #ffffff)}.gs-titlebox{background:#fff;line-height:24px;font-size:90%;box-shadow:0 10px 10px #00000007;margin-bottom:25px}.gs-titlebox-text>p{margin-bottom:20px!important;margin-top:0}.gs-titlebox-text>p:last-of-type{margin-bottom:0!important}#gspb_titleBox-id-gsbp-0deb1d81-48a5 .gs-titlebox .gs-title-inbox,#gspb_titleBox-id-gsbp-d7f236a4-825c .gs-titlebox .gs-title-inbox{color:var(--wp--preset--color--black, #000000)}#gspb_titleBox-id-gsbp-0deb1d81-48a5 .gs-titlebox .gs-title-inbox svg,#gspb_titleBox-id-gsbp-d7f236a4-825c .gs-titlebox .gs-title-inbox svg{fill:var(--wp--preset--color--black, #000000)}.gs-titlebox .gs-title-inbox{display:flex;align-content:center;padding:15px 20px;font-weight:700;font-size:115%}.gs-titlebox .gs-title-inbox-label{flex-grow:1}.gs-titlebox .gs-titlebox-text{padding:20px}","footnotes":""},"categories":[3065,3003,2995,3017,3053],"tags":[],"class_list":["post-82569","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-solvision","category-casos-de-exito","category-deteccion-de-defectos","category-inspeccion-de-calidad","category-semiconductors"],"acf":[],"lang":"es","translations":{"es":82569,"en":32275,"vi":93311,"tw":32465,"zh":57023,"jp":79038,"pt":86276,"de":87653,"fr":89173,"tr":91069,"th":96444,"it":98244,"ko":94739},"_links":{"self":[{"href":"https:\/\/solomon-3d.mesvr.tw\/es\/wp-json\/wp\/v2\/posts\/82569","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/solomon-3d.mesvr.tw\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/solomon-3d.mesvr.tw\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/es\/wp-json\/wp\/v2\/users\/14"}],"replies":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/es\/wp-json\/wp\/v2\/comments?post=82569"}],"version-history":[{"count":0,"href":"https:\/\/solomon-3d.mesvr.tw\/es\/wp-json\/wp\/v2\/posts\/82569\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/es\/wp-json\/wp\/v2\/media\/21688"}],"wp:attachment":[{"href":"https:\/\/solomon-3d.mesvr.tw\/es\/wp-json\/wp\/v2\/media?parent=82569"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/es\/wp-json\/wp\/v2\/categories?post=82569"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/es\/wp-json\/wp\/v2\/tags?post=82569"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}