검색연산자 | 기능 | 검색시 예 |
---|---|---|
() | 우선순위가 가장 높은 연산자 | 예1) (나노 (기계 | machine)) |
공백 | 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 | 예1) (나노 기계) 예2) 나노 장영실 |
| | 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 | 예1) (줄기세포 | 면역) 예2) 줄기세포 | 장영실 |
! | NOT 이후에 있는 검색어가 포함된 문서는 제외 | 예1) (황금 !백금) 예2) !image |
* | 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 | 예) semi* |
"" | 따옴표 내의 구문과 완전히 일치하는 문서만 검색 | 예) "Transform and Quantization" |
다국어입력
과제명 | 딥러닝 기반 차세대 반도체 장비 비전 검사 시스템 개발 |
---|---|
주관연구기관 | 제너셈(주) |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2018-06 |
과제시작년도 | 2017 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO201800042083 |
과제고유번호 | 1711055288 |
사업명 | ICT유망기술개발지원 |
DB 구축일자 | 2018-11-03 |
키워드 | 머신 비전.딥러닝.반도체 후공정 비전 검사.Machine Vision.Deep Learning.Semiconductor Post-Processing Vision Inspection. |
핵심기술
반도체 후공정 검사장비에서 기존의 측정 기반 비전 검사의 한계를 극복하기 위한 딥러닝 기반의 비전 검사 시스템
최종목표
ㅇ 딥러닝 기반 차세대 반도체 후공정 비전 검사 시스템 개발
- 비전 검사용...
핵심기술
반도체 후공정 검사장비에서 기존의 측정 기반 비전 검사의 한계를 극복하기 위한 딥러닝 기반의 비전 검사 시스템
최종목표
ㅇ 딥러닝 기반 차세대 반도체 후공정 비전 검사 시스템 개발
- 비전 검사용 영상 수집 및 비전 데이터 생성기(SW)
- 딥러닝 기반 반도체 후공정 비전 검사 엔진(SW)
- 반도체 후공정 장비용 비전 검사 시스템 인터페이스(SW)
개발내용 및 결과
ㅇ CNN(Convolutional Neural Network) 기반 결함 분류 비전 검사기
- 1개의 FC 층을 포함한 총 5-layer의 CNN 분류기 설계
- 양품/불량 이진 검사뿐만 아니라, 불량 유형별 분류기 확장 가능
- 자재 이미지에 대한 측정없이 딥러닝 학습에 의해 양품/불량 분류
ㅇ CAE(Convolutional Auto-Encoder) 기반 결함 검출 비전 검사기
- 입력 잡음에 강인한 Denoising CAE 방식 학습
- 12-layer 인코더와 12-layer 디코더의 대칭 구조로 입력 이미지를 학습된 정상 이미지로 복원
- 4-layer 인코더와 4-layer 디코더의 대칭 구조를 추가로 병렬 학습하여 입력 이미지의 자기 복제를 통한 잡음 제거
- 정상 이미지로 복원된 이미지와 자기 복제된 이미지를 픽셀별로 비교함으로써, 결함의 여부 및 결함의 위치 검출
- 이미지의 픽셀 기반으로 추가적인 오류 크기 측정 가능
기술개발배경
- 기존 반도체 후공정 비전 검사 시스템은 정상 자재와 미리 정의된 불량 형식에 대해 크기를 측정하여 불량 여부를 판단함
- 반도체 패키지의 초소형화로 사전에 정의된 불량 형식과 정상 자재에 대한 측정에 시간/비용 소모가 큼
- 검사 항목이 증가할수록 검사 시간이 비례하여 증가함
핵심개발기술의 의의
- 반도체 후공정 장비에 실장된 최초의 딥러닝 기반 비전 검사 시스템
- CAE 기반 결함 검출 비전 검사의 경우, 정상 데이터만을 사용하는 비지도 학습 방법을 적용하여, 오류 항목에 대한 데이터 수집, 오류 유형 정의, 오류값 측정 등이 불필요함
- CNN 기반 결함 분류 비전 검사의 경우, 학습을 위한 오류 데이터는 필요하나, 검사 단계에서 자재 이미지에 대한 오류 측정이 불필요함
- 기존 측정 방식에 있어서 외산 시스템 의존도가 높았으나, 딥러닝 기반 반도체 후공정 비전 검사 시스템은 100% 국산 기술
- 개발된 딥러닝 기반 비전 검사 시스템은 내수 및 수출 모델의 반도체 후공정 검사 장비에 실장되어 라이센스 판매 예정
적용분야
반도체 후공정 검사 장비의 비전 검사 시스템으로 실장
Test Handler, Pick & Place, Inspection 장비 등에 적용 가능
(출처 : 최종보고서 초록 3p)
참여 연구원 |
---|
보고서 내 다른 이미지
과제명(ProjectTitle) : | 딥러닝 기반 차세대 반도체 장비 비전 검사 시스템 개발 |
---|---|
연구책임자(Manager) : | 한기현 |
과제기간(DetailSeriesProject) : | 2017 |
총연구비 (DetailSeriesProject) : | - |
키워드(keyword) : | 딥러닝,머신비전,반도체후공정 장비,비전검사,영상 처리 |
과제수행기간(LeadAgency) : | 제너셈(주) |
연구목표(Goal) : | o 최종 목표 - 딥러닝 기반의 차세대 반도체 후공정 비전 검사 시스템 개발 o 세부 목표 - 학습 및 검사용 영상 수집 및 비전데이터 생성기 개발 - 반도체 BGA/마크 비전 검사를 위한 딥러닝 모델 개발 - 딥러닝 기반 반도체 BGA/마크 비전 검사 엔진 개발 - 반도체 후공정 장비용 비전 검사 시스템 인터페이스 개발 o 최종 결과물 ... |
연구내용(Abstract) : | o 비전 검사용 영상 수집 및 비전 데이터 생성 - 비전 검사용 영상 수집 및 관리 모듈 개발 - 딥러닝 학습/검사 비전 데이터 정의 및 분류 - 영상 전처리 및 비전 데이터 생성 모듈 개발 o 딥러닝 기반 반도체 후공정 비전검사 엔진 개발 - BGA/마크 비전 검사용 딥러닝 알고리즘 개발 - BGA/마크 비전 검사 엔진 설계 및 구현... |
기대효과(Effect) : | o 사업화를 통한 매출 기여 효과 - 개발된 비전 검사 시스템을 탑재한 반도체 후공정 장비를 기존 고객사 혹은 신규 고객사에 납품함으로써, 과제 수행완료 후 당해 년도 약 30억 이상(1대당 약 3억, 10대, 비전 시스템 비중 20%)의 매출 증대가 예상됨 o 반도체 후공정 비전 검사 기술 분야 기술 선도 - 반도체 후공정 장비 분야의 딥러닝 기반 ... |
내보내기
내보내기 구분 | |
---|---|
구성항목 |
관리번호, 제목(한글), 저자명(한글), 발행일자, 전자원문, 초록(한글), 초록(영문)
관리번호, 제목(한글), 제목(영문), 저자명(한글), 저자명(영문), 주관연구기관(한글), 주관연구기관(영문), 발행일자, 총페이지수, 주관부처명, 과제시작일, 보고서번호, 과제종료일, 주제분류, 키워드(한글), 전자원문, 키워드(영문), 입수제어번호, 초록(한글), 초록(영문), 목차
|
저장형식 |
|
메일정보 |
|
안내 |
|