[發(fā)明專利]芯片封裝缺陷檢測(cè)方法和檢測(cè)裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202011024193.6
• 申請(qǐng)日: 2020-09-25
• 公開(kāi)（公告）號(hào): CN112200776A
• 公開(kāi)（公告）日: 2021-01-08
• 發(fā)明（設(shè)計(jì)）人: 凌云;高麗麗
• 申請(qǐng)（專利權(quán)）人: 杭州加速科技有限公司
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06K9/32
• 代理公司: 北京市君合律師事務(wù)所 11517
• 代理人: 王再芊;畢長(zhǎng)生

1.一種芯片封裝缺陷檢測(cè)方法，包括：

獲取待檢測(cè)的芯片圖像；

利用基于深度學(xué)習(xí)的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型，從所述待檢測(cè)的芯片圖像中獲得目標(biāo)位置信息；

根據(jù)所述目標(biāo)位置信息，判斷所述待檢測(cè)的芯片的缺陷。

2.根據(jù)權(quán)利要求1所述的芯片封裝缺陷檢測(cè)方法，其特征在于，所述目標(biāo)位置信息包括芯片引腳位置信息，根據(jù)所述目標(biāo)位置信息，判斷所述待檢測(cè)的芯片的缺陷包括：

根據(jù)所述芯片引腳位置信息，確定引腳數(shù)量和引腳間距；

根據(jù)引腳數(shù)量和引腳間距，判斷所述待檢測(cè)的芯片的缺陷。

3.根據(jù)權(quán)利要求2所述的芯片封裝缺陷檢測(cè)方法，其特征在于，所述目標(biāo)位置信息還包括引腳標(biāo)記位置信息，根據(jù)所述目標(biāo)位置信息，判斷所述待檢測(cè)的芯片的缺陷還包括：根據(jù)所述引腳標(biāo)記位置信息，判斷所述待檢測(cè)的芯片的缺陷。

4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的芯片封裝缺陷檢測(cè)方法，其特征在于，所述方法還包括：

利用基于深度學(xué)習(xí)的光學(xué)字符識(shí)別網(wǎng)絡(luò)模型，從所述芯片圖像獲得芯片的文字信息；

根據(jù)所述文字信息，判斷所述待檢測(cè)的芯片的缺陷。

5.根據(jù)權(quán)利要求4所述的芯片封裝缺陷檢測(cè)方法，其特征在于，所述基于深度學(xué)習(xí)的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型包括MobileNet模塊和普通卷積模塊。

6.根據(jù)權(quán)利要求5所述的芯片封裝缺陷檢測(cè)方法，其特征在于，所述基于深度學(xué)習(xí)的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型是通過(guò)以下步驟訓(xùn)練得到的：

將經(jīng)人工標(biāo)記的訓(xùn)練圖像輸入到基于深度學(xué)習(xí)的目標(biāo)檢測(cè)網(wǎng)絡(luò)，獲得向前傳播的結(jié)果；

將向前傳播的結(jié)果與人工標(biāo)記的類(lèi)別信息以及待檢測(cè)的目標(biāo)坐標(biāo)進(jìn)行比較，獲得誤差信息；

通過(guò)將所述誤差信息進(jìn)行反向傳播，優(yōu)化基于深度學(xué)習(xí)的目標(biāo)檢測(cè)網(wǎng)絡(luò)，獲得基于深度學(xué)習(xí)的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型。

7.根據(jù)權(quán)利要求6所述的芯片封裝缺陷檢測(cè)方法，其特征在于，所述基于深度學(xué)習(xí)的光學(xué)字符識(shí)別網(wǎng)絡(luò)模型是通過(guò)以下步驟訓(xùn)練得到的：

將經(jīng)人工標(biāo)記的訓(xùn)練圖像輸入到基于深度學(xué)習(xí)的光學(xué)字符識(shí)別網(wǎng)絡(luò)，獲得向前傳播的結(jié)果；

將向前傳播的結(jié)果與人工標(biāo)記的字符類(lèi)別信息進(jìn)行比較，獲得誤差信息；

通過(guò)將所述誤差信息進(jìn)行反向傳播，優(yōu)化基于深度學(xué)習(xí)的光學(xué)字符識(shí)別網(wǎng)絡(luò)，獲得基于深度學(xué)習(xí)的光學(xué)字符識(shí)別網(wǎng)絡(luò)模型。

8.根據(jù)權(quán)利要求6或7所述的芯片封裝缺陷檢測(cè)方法，其特征在于，所述訓(xùn)練圖像包括有缺陷的芯片圖像和無(wú)缺陷的芯片圖像。

9.一種芯片封裝缺陷檢測(cè)裝置，包括：

獲取單元，用于獲取待檢測(cè)的芯片圖像；

檢測(cè)單元，用于利用基于深度學(xué)習(xí)的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型，從所述待檢測(cè)的芯片圖像中獲得目標(biāo)位置信息；

第一判斷單元，用于根據(jù)所述目標(biāo)位置信息，判斷所述待檢測(cè)的芯片的缺陷。

10.根據(jù)權(quán)利要求9所述的芯片封裝缺陷檢測(cè)裝置，其特征在于，所述目標(biāo)位置信息包括芯片引腳位置信息。

11.根據(jù)權(quán)利要求10所述的芯片封裝缺陷檢測(cè)裝置，其特征在于，所述目標(biāo)位置信息還包括引腳標(biāo)記位置信息，所述第一判斷單元進(jìn)一步被配置為：根據(jù)所述引腳標(biāo)記位置信息，判斷所述待檢測(cè)的芯片的缺陷。

12.根據(jù)權(quán)利要求9至11中任一項(xiàng)所述的芯片封裝缺陷檢測(cè)裝置，其特征在于，所述裝置還包括：

識(shí)別單元，用于利用基于深度學(xué)習(xí)的光學(xué)字符識(shí)別網(wǎng)絡(luò)模型，從所述芯片圖像獲得芯片的文字信息；

第二判斷單元，用于根據(jù)所述文字信息，判斷所述待檢測(cè)的芯片的缺陷。

13.根據(jù)權(quán)利要求12所述的芯片封裝缺陷檢測(cè)裝置，其特征在于，所述基于深度學(xué)習(xí)的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型包括MobileNet模塊和普通卷積模塊。