为领先晶圆厂打造表面缺陷分类系统

某大型半导体晶圆厂需要对化学机械抛光后的晶圆表面进行自动化视觉检测。原人工检测方式速度慢、一致性差，无法满足不断增长的晶圆出货量。BVTEK 基于高倍率线扫相机与专用深度学习推理平台，实施了全自动检测工位。

系统通过环形、同轴与暗场多通道光源采集图像，再利用卷积神经网络将缺陷分类为划痕、颗粒、残留物与水印痕迹。训练数据仅来自不到 500 张标注晶圆图像，模型还能根据操作员的确认或驳回持续在线学习。目前检测准确率已超过 99.5%，产能提升一倍，晶圆厂也实现了汽车级芯片生产所需的完整可追溯性。