科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对在芯片生产制造过程中，材料、环境、工艺参数等因素的微变常导致芯片产生缺陷，影响产品良率的问题，研究项目设计了一种基于YOLOv3的芯片软硬件质检装置。该研究从芯片质检环节入手，利用深度学习算法和射频模组，实现了准确高效的芯片表面缺陷和内部软件的联合质检，除了能检测出划痕、引脚缺失等外观缺陷外，还能检测出芯片的基本功能是否完好。在表面硬件质检方面，通过部署在质检产线上的高清工业摄像头采集芯片样品图像，并训练YOLOv3模型，对工业产线上芯片的表面缺陷进行识别和检测。在软件质检方面，通过双高射频模组检验芯片应用测试功能、安全功能等是否合格，以低成本的方式实现芯片自动质检的需求。
- 单位
