ADC系统自动计算缺陷面积辅助判断产品等级的方法与流程

adc系统自动计算缺陷面积辅助判断产品等级的方法
技术领域
1.本发明涉及半导体数字化技术领域，具体涉及一种adc系统自动计算缺陷面积辅助判断产品等级的方法。


背景技术：

2.在半导体、面板、pcb与pcba产业，人工智能自动缺陷分类系统(adc系统)是成熟及已落地上线的智能制造系统之一，目前adc系统应用层面仅限于较容易实现的分类，如缺陷类别与真实或虚假等缺陷。但有些code对生产的影响较大，只要出现则会对产品造成极大影响，这类code在工厂中称为必死code，这类code风险较大，用户一般希望由人工进行判定。
3.现有的adc人工智能自动缺陷分类系统只对于缺陷种类做分类，对于必死code问题无法解决，具有以下缺点：
4.1、产线运行存在风险；
5.2、出现严重问题无法第一时间发现；
6.3、如果出现重复严重缺陷会造成较大的经济损失。


技术实现要素：

7.为了解决背景技术中的问题，本申请提供一种adc系统自动计算缺陷面积辅助判断产品等级的方法，利用人工智能演算法，开发了必死code判定逻辑，当产品自动分类后会立即判定是否存在疑似必死code，再根据用户需求的置信度设置来决定是将必死code转给人复判还是不转给人进入下一工序。
8.本申请是通过以下技术方案实现的：
9.adc系统自动计算缺陷面积辅助判断产品等级的方法，具体包括以下步骤：
10.(1)aoi数据传输，aoi检测后将数据传给相关业务系统；
11.(2)bc数据中转，bc专门做设备和软件之间信息交互；
12.(3)adc获取原始数据，dc获取bc中转的数据；
13.(4)adc自动缺陷分类，通过ai模型进行分类；
14.(5)adc必死code判定逻辑；
15.(6)结果输出。
16.作为优选实施例，所述步骤(1)包括：
17.(11)aoi图片；
18.(12)产品信息文件。
19.作为优选实施例，所述步骤(2)包括：
20.(21)track in/track out信息；
21.(22)lot id/sheet id信息；
22.(23)产品信息与图片文件名。
23.作为优选实施例，所述步骤(3)包括：
24.(31)通过解析程序解析产品信息文件；
25.(32)根据文件获取图片存取路径、缺陷及坐标等数据。
26.作为优选实施例，所述步骤(4)包括：
27.(41)adc将分类结果存入数据库；
28.(42)adc将生成图片存入文件数据库；
29.(43)adc通过提前算法模型中bonding box的尺寸，来计算缺陷面积，并将缺陷面积计算后存入文件数据库；
30.(44)adc将分类结果传给mes，mes将未判定的图片传给review station。
31.作为优选实施例，所述步骤(5)包括：
32.(51)判定是否存在必死code；
33.(52)选取必死code中置信度高的那个；
34.(53)比较必死code的置信度与用户设置的置信度阈值；
35.(54)若发现的必死code置信度高于高于阈值，则转为人工判定，若低于阈值，则不需要人工判定。
36.作为优选实施例，所述步骤(6)包括：
37.(61)adc系统前端应用服务器展示模型状态、ai判定覆盖率与上线站点及code等信息；
38.(62)eda分别展示人与adc综合的判定结果。
39.有益效果：采用深度学习图像分类模型进行分类，基于分类后的缺陷以人工智能演算法标注缺陷外型，并以统计学积分方式算出缺陷面积，针对面积大小设定产品等级规则，即可自动判定产品等级，技术优点具体如下：
40.(a)降低产线品质风险；
41.(b)出现严重问题能够第一时间发现；
42.(c)降低产品出现严重缺陷或工艺问题的经济损失，防患与未然。
附图说明
43.图1为必死code判定逻辑流程图。
具体实施方式
44.下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
45.如图1所示，实施流程主要是通过增加置信度判断节点来辅助判断必死code，详细流程如下：
46.adc系统自动计算缺陷面积辅助判断产品等级的方法，具体包括以下步骤：
47.(1)aoi数据传输：
48.(11)aoi图片；
49.(12)产品信息文件。
50.(2)bc数据中转：
51.(21)track in/track out信息；
52.(22)lot id/sheet id信息；
53.(23)产品信息与图片文件名。
54.(3)获取原始数据：
55.(31)通过解析程序解析产品信息文件；
56.(32)根据文件获取图片存取路径、缺陷及坐标等数据。
57.(4)adc自动缺陷分类：
58.(41)adc将分类结果存入数据库；
59.(42)adc将生成图片存入文件数据库；
60.(43)adc通过提前算法模型中bonding box的尺寸，来计算缺陷面积，并将缺陷面积计算后存入文件数据库；
61.(44)adc将分类结果传给mes，mes将未判定的图片传给review station。
62.(5)adc必死code判定逻辑：
63.(51)判定是否存在必死code；
64.(52)选取必死code中置信度高的那个；
65.(53)比较必死code的置信度与用户设置的置信度阈值；
66.(54)若发现的必死code置信度高于高于阈值，则转为人工判定，若低于阈值，则不需要人工判定。
67.(6)结果输出：
68.(61)adc系统前端应用服务器展示模型状态、ai判定覆盖率与上线站点及code等信息；
69.(62)eda分别展示人与adc综合的判定结果。
70.以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。


技术特征：
1.adc系统自动计算缺陷面积辅助判断产品等级的方法，其特征在于，具体包括以下步骤：(1)aoi数据传输；(2)bc数据中转；(3)获取原始数据；(4)adc自动缺陷分类；(5)adc必死code判定逻辑；(6)结果输出。2.根据权利要求1所述的adc系统自动计算缺陷面积辅助判断产品等级的方法，其特征在于，所述步骤(1)包括：(11)aoi图片；(12)产品信息文件。3.根据权利要求1所述的adc系统自动计算缺陷面积辅助判断产品等级的方法，其特征在于，所述步骤(2)包括：(21)track in/track out信息；(22)lotid/sheetid信息；(23)产品信息与图片文件名。4.根据权利要求1所述的adc系统自动计算缺陷面积辅助判断产品等级的方法，其特征在于，所述步骤(3)包括：(31)通过解析程序解析产品信息文件；(32)根据文件获取图片存取路径、缺陷及坐标等数据。5.根据权利要求1所述的adc系统自动计算缺陷面积辅助判断产品等级的方法，其特征在于，所述步骤(4)包括：(41)adc将分类结果存入数据库；(42)adc将生成图片存入文件数据库；(43)adc通过提前算法模型中bonding box的尺寸，来计算缺陷面积，并将缺陷面积计算后存入文件数据库；(44)adc将分类结果传给mes，mes将未判定的图片传给review station。6.根据权利要求1所述的adc系统自动计算缺陷面积辅助判断产品等级的方法，其特征在于，所述步骤(5)包括：(51)判定是否存在必死code；(52)选取必死code中置信度高的那个；(53)比较必死code的置信度与用户设置的置信度阈值；(54)若发现的必死code置信度高于高于阈值，则转为人工判定，若低于阈值，则不需要人工判定。7.根据权利要求1所述的adc系统自动计算缺陷面积辅助判断产品等级的方法，其特征在于，所述步骤(6)包括：(61)adc系统前端应用服务器展示模型状态、ai判定覆盖率与上线站点及code等信息；(62)eda分别展示人与adc综合的判定结果。

技术总结
本发明公开了一种ADC系统自动计算缺陷面积辅助判断产品等级的方法，具体包括以下步骤：(1)AOI数据传输；(2)BC数据中转；(3)获取原始数据；(4)ADC自动缺陷分类；(5)ADC必死Code判定逻辑；(6)结果输出。本发明的有益效果包括：(a)降低产线品质风险；(b)出现严重问题能够第一时间发现；(c)降低产品出现严重缺陷或工艺问题的经济损失，防患与未然。防患与未然。防患与未然。


技术研发人员：张俊峰 巫文豪 王文瑞 温志鹏 贾德礼
受保护的技术使用者：上海哥瑞利软件股份有限公司
技术研发日：2022.10.18
技术公布日：2023/2/6