{"id":97718,"date":"2025-04-14T17:17:12","date_gmt":"2025-04-14T09:17:12","guid":{"rendered":"https:\/\/solomon-3d.mesvr.tw\/?p=97718"},"modified":"2025-09-11T14:28:13","modified_gmt":"2025-09-11T06:28:13","slug":"ispezione-visiva-dei-vassoi-per-semiconduttori","status":"publish","type":"post","link":"https:\/\/solomon-3d.mesvr.tw\/it\/casi-di-successo\/ispezione-visiva-dei-vassoi-per-semiconduttori\/","title":{"rendered":"Ispezione Visiva dei Vassoi per Semiconduttori"},"content":{"rendered":"
\n
\"a<\/span>
\n

SolVisionCaso di Studio<\/span><\/h2>\n\n\n\n
\n
\n

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

<\/div>\n\n\n

Ispezione Visiva dei Vassoi per Semiconduttori<\/h1><\/div><\/div>\n\n\n\n

Riconoscimento AI di caratteri complessi<\/strong><\/strong><\/strong><\/strong><\/strong><\/h2>\n\n\n\n
<\/div>\n\n\n\n
\n
\n

Codici di tracciamento sui vassoi per semiconduttori<\/strong><\/strong><\/strong><\/h2>\n\n\n\n

I vassoi utilizzati per l’ispezione, il trasporto e la spedizione nell’industria dei semiconduttori presentano spesso numeri in rilievo utilizzati per la tracciabilit\u00e0 e l\u2019identificazione lungo la linea di produzione.<\/p>\n<\/div>\n\n\n\n

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

Limitazioni dei sistemi di visione tradizionali<\/strong><\/h2>\n\n\n\n

In questo caso specifico, i vassoi per semiconduttori sono stampati a iniezione e i caratteri risultano soggetti a spostamenti, adesioni, segni di ritiro e altri difetti. L\u2019imprevedibilit\u00e0 di queste anomalie rende difficile per i sistemi AOI (Ispezione Ottica Automatizzata)<\/a> basati su regole riconoscere e identificare correttamente i caratteri.<\/p>\n<\/div><\/div><\/div>\n\n\n\n

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

OCR AI ad alta velocit\u00e0 con SolVision<\/strong><\/h2>\n\n\n\n

Lo strumento di rilevamento delle caratteristiche di SolVision<\/a> apprende prima la posizione del vassoio e poi esegue il Riconoscimento Ottico dei Caratteri (OCR)<\/a> con maggiore flessibilit\u00e0 rispetto ai sistemi AOI. L’ispezione basata su AI consente di analizzare i vassoi indipendentemente dalla loro posizione o dalla complessit\u00e0 e dall\u2019aspetto dei caratteri e dei numeri. Con l\u2019aumento dei dati disponibili nel tempo, il modello AI continua a ottimizzare il processo di riconoscimento, migliorando progressivamente il tasso di ispezione.<\/p>\n<\/div><\/div><\/div>\n\n\n\n

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

\n

Ispezione AI<\/strong><\/strong><\/strong><\/strong><\/strong><\/h2>\n\n\n\n
\n
\n

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

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

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

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

Lo strumento di rilevamento delle caratteristiche di SolVision di Solomon apprende innanzitutto la posizione del vassoio, quindi esegue l\u2019OCR con una flessibilit\u00e0 superiore rispetto ai sistemi AOI.<\/p>","protected":false},"author":875,"featured_media":20535,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_gspb_post_css":"#gspb_heading-id-gsbp-d51e703b-ff95{font-size:60px;line-height:100px;text-align:center!important;color:var(--gs-colorone);margin-top:15px;margin-bottom:15px}#gspb_heading-id-gsbp-d51e703b-ff95 .gsap-g-line{text-align:center!important}#gspb_heading-id-gsbp-d51e703b-ff95 .gspb_heading_subtitle,#gspb_subheading-id-gsbp-d51e703b-ff95{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":[4492,4538,4564,4574],"tags":[],"class_list":["post-97718","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-casi-di-successo","category-ocr","category-semiconductors","category-solvision"],"acf":[],"lang":"it","translations":{"it":97718,"en":32229,"tw":32419,"zh":57100,"jp":77466,"es":81513,"pt":86391,"de":88094,"fr":89245,"tr":91426,"vi":93749,"th":96772,"ko":94984},"_links":{"self":[{"href":"https:\/\/solomon-3d.mesvr.tw\/it\/wp-json\/wp\/v2\/posts\/97718","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/solomon-3d.mesvr.tw\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/solomon-3d.mesvr.tw\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/it\/wp-json\/wp\/v2\/users\/875"}],"replies":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/it\/wp-json\/wp\/v2\/comments?post=97718"}],"version-history":[{"count":0,"href":"https:\/\/solomon-3d.mesvr.tw\/it\/wp-json\/wp\/v2\/posts\/97718\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/it\/wp-json\/wp\/v2\/media\/20535"}],"wp:attachment":[{"href":"https:\/\/solomon-3d.mesvr.tw\/it\/wp-json\/wp\/v2\/media?parent=97718"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/it\/wp-json\/wp\/v2\/categories?post=97718"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/solomon-3d.mesvr.tw\/it\/wp-json\/wp\/v2\/tags?post=97718"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}