基于立体视觉的半导体键合引线缺陷检测方法及应用

半导体产业是当今社会信息科技“船舶”的压舱石，关乎国家的信息安全以及科技地位，已然是衡量一个国家现代化进程和综合国力的重要标志，而我国半导体的设计、制造、质量检测等相关工艺能力薄弱，大量生产环节关键核心技术国产化水平不足。在半导体关键生产环节中，芯片引线焊接质量检测问题仍存在一些亟待处理解决的问题。通过立体相机采集引线深度图像并制作成引线的深度图像数据集，同时对深度数据集进行图像处理，利用滤波去噪以及自适应对比度调整策略来增强深度图像的精度，并对自制数据集进行数据增广，扩充至5000张。使用深度学习目标检测2D网络YOLOv8对引线进行端到端的缺陷检测，首先修改网络输入层，使得网络可以接收深度图的单通道信息，再设计一个深度信息增强模块来提高模型对深度信息的特征提取能力，同时对网络结构进行改进，替换原来的C2f，修改传统的卷积，并在下采样过程中引入注意力机制，并用WIou损失函数替代原有的损失函数。最后，对改进后的模型进行轻量化处理。制作可视化系统，将算法部署在焊线缺陷检测系统中。