【技术实现步骤摘要】
半导体芯片载板的缺陷验证方法、检测方法及AOI设备
[0001]本专利技术涉及IC载板检测
,尤其涉及半导体芯片载板的缺陷验证方法、检测方法及AOI设备。
技术介绍
[0002]目前IC载板通常使用AOI设备进行检测,在检测过程中,针对出现的缺陷,通常需要人工验证才能最终判别,以减少机器误判的风险,但是实际应用中,由于载板上可能出现的缺陷的种类繁多,操作人员难以快速判别,大大增加了工作难度和工作量。
[0003]以上
技术介绍
内容的公开仅用于辅助理解本专利技术的专利技术构思及技术方案,其并不必然属于本专利申请的现有技术,也不必然会给出技术教导;在没有明确的证据表明上述内容在本专利申请的申请日之前已经公开的情况下,上述
技术介绍
不应当用于评价本申请的新颖性和创造性。
技术实现思路
[0004]本专利技术的目的在于提供了一种半导体芯片载板的缺陷验证方法、检测方法及AOI设备,通过AI算法优化操作人员的核查顺序,以大大减少其工作量。
[0005]为达到上述目的,本专利技术采用的技术方案如下:一种半导体芯片载板的缺陷验证方法,半导体芯片载板上排列有多个IC单元,所述缺陷验证方法包括以下步骤:利用AOI设备对缺陷检测中的载板进行扫描,得到所述载板的扫描图像,并使用AOI设备中的检测模型对所述扫描图像进行缺陷识别,得到缺陷识别结果,所述缺陷识别结果包括缺陷位置信息;对所述扫描图像进行分割,得到对应各个IC单元的子图像,组成子图像集;遍历所述子图像集中的每一个子图像,包括:将一子图像输入预先完成训 ...
【技术保护点】
【技术特征摘要】
1.一种半导体芯片载板的缺陷验证方法,半导体芯片载板上排列有多个IC单元,其特征在于,所述缺陷验证方法包括以下步骤:利用AOI设备对缺陷检测中的载板进行扫描,得到所述载板的扫描图像,并使用AOI设备中的检测模型对所述扫描图像进行缺陷识别,得到缺陷识别结果,所述缺陷识别结果包括缺陷位置信息;对所述扫描图像进行分割,得到对应各个IC单元的子图像,组成子图像集;遍历所述子图像集中的每一个子图像,包括:将一子图像输入预先完成训练的AI模型,所述AI模型被配置为对预先定义的缺陷类型进行识别,所述预先定义的缺陷类型包括开路类型和/或短路类型,所述AI模型仅专注于学习开路和/或短路的缺陷特征,所述AI模型预先训练所使用的训练样本集中样本图像所具有的缺陷仅包括开路和/或短路;若所述AI模型识别到该子图像存在缺陷,则将与该子图像对应的IC单元标记为废弃单元,并遍历下一个子图像,直至所述子图像集中的全部子图像完成遍历;根据所述缺陷识别结果的缺陷位置信息,显示所述扫描图像上被标记为废弃单元以外的其他IC单元处的缺陷,由操作人员对显示的缺陷进行验证。2.一种半导体芯片载板的缺陷验证方法,半导体芯片载板上排列有多个IC单元,其特征在于,所述缺陷验证方法包括以下步骤:利用AOI设备对缺陷检测中的载板进行扫描,得到所述载板的扫描图像,并使用AOI设备中的检测模型对所述扫描图像进行缺陷识别,得到缺陷识别结果,所述缺陷识别结果包括缺陷位置信息;对所述扫描图像进行分割,得到对应各个IC单元的子图像,组成子图像集;遍历所述子图像集中的每一个子图像,包括:将一子图像输入预先完成训练的AI模型,所述AI模型被配置为对预先定义的缺陷类型进行识别,所述预先定义的缺陷类型包括开路类型和/或短路类型,所述AI模型仅专注于学习开路和/或短路的缺陷特征,所述AI模型预先训练所使用的训练样本集中样本图像所具有的缺陷仅包括开路和/或短路;若所述AI模型识别到该子图像存在缺陷,则将与该子图像对应的IC单元标记为废弃单元,否则,根据所述缺陷识别结果的缺陷位置信息判断该子图像是否存在缺陷,若是,则显示该子图像的缺陷,由操作人员对显示的缺陷进行验证;操作人员对显示的缺陷完成验证后,或者当该子图像不存在缺陷时,遍历下一个子图像,直至所述子图像集中的全部子图像完成遍历。3.根据权利要求1或2所述的缺陷验证方法,其特征在于,若一IC单元被标记为废弃单元,则后续检测或修复流程中直接跳过该IC单元。4.根据权利要求1或2所述的缺陷验证方法,其特征在于,将与该子图像对应的IC单元标记为废弃单元之前还包括:显示所述AI模型识别到的缺陷,由操作人员验证该缺陷是否属于预先定义的缺陷类型,若是,则将与该子图像对应的IC单元标记为废弃单元。5.根据权利要求4所述的缺陷验证方法,其特征在于,若所述操作人员验证该缺陷不属于预先定义的缺陷类型,则停止将与该子图像对应的IC单元标记为废弃单元。6.根据权利要求1或2所述的缺陷验证方法,其特征在于,所述缺陷识别结果还包括缺陷类型,若操作人员对显示的缺陷进行验证的结果与所述缺陷识别结果的缺陷类型一致,则验证通过,否则对该缺陷进行复核。
7.根据权利要求6所述的缺陷验证方法,其特征在于,若操作人...
【专利技术属性】
技术研发人员:诺尼,
申请(专利权)人:苏州康代智能科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。