Ein Hersteller von Speichergeräten verwendet Füllung unter den Ecken von ICs, um das Paket mit dem Substrat zu verbinden. Dabei muss geprüft werden können, ob Füllung vorhanden ist oder nicht sowie ob eventuell zu viel oder zu wenig davon verwendet wurde. Der Hersteller brauchte eine Lösung, die es ermöglicht, die Länge der Eckenfüllung zu messen und mit den Spezifikationen abzugleichen. Herkömmliche Verfahren dafür, wie etwa die Blob-Analyse, sind für diese Anwendung aufgrund fehlender Graustufenspezifizität problematisch.

Wie kommen wir zu diesem Schluss? Wir haben die Verwendung eines AOI-Systems (Nordson TEST & INSPECTION MRS-Enabled SQ3000™) und eines zugehörigen Deep-Learning-Algorithmus zur Inspektion von Eckenfüllungen in einer Elektronikanwendung beschrieben. Die Ergebnisse bestätigen die starke Leistung beim Erkennen des Vorhandenseins oder Fehlens von Eckenfüllungen und beim Messen ihrer Länge. Das System war einfach zu trainieren und läuft problemlos auf einem Standard-PC. Die Integration des Deep-Learning-Algorithmus in Standard-Systemsoftware ermöglicht Werkstechnikern das Training von Netzwerken, die dann lokal für Inspektionszwecke ausgeführt werden können. Es gibt viele weitere potenziell nützliche Anwendungsbereiche für die Objekterkennung mit Deep Learning in SMT- und Halbleiteranwendungen, die wir derzeit aktiv untersuchen.