精密檢測的要求推動了 AOI 技術的發展

AOI(Automated Optical Inspection)是一種高速、高精度的光學圖像檢測系統，它采用機器視覺作為檢測標准技術，改善了傳統人工用光學儀器檢測的缺點。visual inspection system應用層面包括高科技產業的研發、制造質量控制，甚至國防、民生、醫療、環保、電力等領域。

自動光學檢測技術的發展與市場規模

AOI(Automated Optical Inspection)是一種高速、高精度的光學圖像檢測系統，它采用機器視覺作為檢測標准技術，改善了傳統人工用光學儀器檢測的缺點。visual inspection services應用層面包括高科技產業的研發、制造質量控制，甚至國防、民生、醫療、環保、電力等領域。傳統AOI檢測設備的特點，如PCB自動檢測機，需要控制環境、光源、拍攝角度等。同時要明確測量對象的特征，手工定義不良樣本的特征，以便AOI機對樣本進行篩選。當需要檢查新設計或新產品時，需要重新設置自動光學檢查過程，這需要很高的成本。如今，由於深度學習技術的發展，AI已經應用於AOI缺陷檢測領域，如金屬缺陷檢測、紡織圖案缺陷檢測、激光焊接自動控制、金屬刻字序列號自動解釋、金屬腐蝕檢測等。基本操作流程如下:采集大量預處理圖像，標記圖像類型，如是否有缺陷等。然後將標記後的圖像放入類神經網絡架構中進行深度學習算法訓練模型，再用訓練好的模型通過圖像直接判斷生產線上的缺陷。

以AI深度學習技術進行AOI瑕疵檢測的好處為，由於影像基本特徵萃取的工作是交由深層類神經網路透過訓練流程所自動完成，因此相較於需要進行人工定義瑕疵行為特徵的傳統AOI技術來說，AI深度學習之AOI瑕疵檢測的應用範圍以及彈性較大，但另一重要方面來說，AI深度學習需要足夠數量之已標註好的影像來訓練模型以達到高準確度，所以技術應用之評估需同時考量資料的可用度。automated optical inspection system運用AI檢測來料或完成品的瑕疵，解決長期使用人眼目測檢查產生失誤或品質不均問題。臺灣印刷電路板(PCB)產業發展已經超過40年，海內外的產值已佔全球相當比重，臺灣生產技術與產品品質，對全球市場貢獻及影響舉足輕重。然而我國目前PCB產業趨勢朝向細線距、多層數等技術帶來的產品升級，故以AI加速製程及瑕疵檢驗，是刻不容緩的議題。

AOI 技術的全球市場規模，2022年自動光學檢測系統的市場規模預計將達到10億美元，2020-2025年複合年增長率為17.7% ，增長的動力來自對高質量電子元件的需求，用於先進應用，增加了 PCB (減少線間距)的複雜性，以及消費者和汽車電子產品的需求。

AOI技術的全球市場規模

與4G 時代相比，5G 必須考慮更廣泛的應用，如高頻信號損耗、傳輸速度、模塊集成、系統整體穩定性和功耗。因此，5G 硬件系統對器件規格的要求遠遠高於4G 系統，推動了相關器件產業的發展，包括基頻芯片、印刷電路板、天線、射頻前端和散熱器的發展。5G 高速通信、低延遲、高布構建密度的特點，導致 PCB 面積擴大、層數增加、電路設計複雜化趨勢等，相關 PCB 行業已應對 AnyLayer HDI、硬軟鍵合板和 IC 板等技術，希望達到薄而短的要求，從而實現高效率計算(HPC)設備的小型化，因此 PCB 板必須利用體積優勢，創造更多的應用。此外，隨著迷你 LED 顯示屏的加速發展，Lei Jing 工廠、面板廠和設備廠將積極合作，通過在不同領域的合作，加強自己公司的不足之處，將業務資源集中在你的專業領域。由於產品的波長和電性能差異較大，需要依靠設備廠家的檢測和分選來提供高均勻性的 LED 芯片，這也將導致 AOI 技術的發展。

半導體工藝進入5 nm、7 nm，繼續小型化更加困難。先進工藝的趨勢是芯片向多層堆疊發展，使芯片更小、更省電、更高效。因此，3D堆疊技術和異質封裝技術的發展趨勢將推動自動光學檢測向極其精確的檢測方向發展。通過檢查晶圓，可以提高晶圓良率，通過檢查晶圓狀況和金屬殘留，可以了解晶圓制造情況，從而改善問題。在舊的缺陷檢測中，整個晶圓的外觀都是靠人眼來檢測的，但是視覺檢測人員有主觀判斷和眼睛疲勞，所以需要引入AI來進行缺陷檢測。此外，半導體制造工藝正在走向納米尺度，對檢驗和分析的要求也在提高。因此，結合機器視覺和AI技術來分析晶圓電路缺陷，開發高速、精確的電路缺陷檢測，可以大大縮短檢測時間，提高晶圓生產率和良率。