Panoramica
L'analisi di immagini multi-gate (MGIA) è uno strumento di analisi delle immagini che utilizza l'apprendimento automatico per riconoscere modelli buoni e cattivi, escludere i modelli buoni dal conteggio dei vuoti e combinare l'analisi dei difetti da diverse immagini acustiche in un unico risultato semplice basato su criteri di guasto personalizzati.
Segmentazione M GIA
Il modello AI/ML è in grado di distinguere tre classi di pixel:
- Sfondo
- Marcatore per chip (verde)
- Difetto reale (Blu)
Il modello viene addestrato in modo che i vuoti di calibrazione, con dimensioni, forma e posizione costanti, vengano considerati pixel di "sfondo" pur avendo lo stesso valore di pixel dei difetti.