高精度で異物混入を検出、半導体産業でのディープラーニング活用術

　マシンビジョンを用いてルールベースで対象を探すという従来の画像認識には、複雑な模様などが入った対象物を判別できないという課題があった。しかし近年では、ディープラーニングを組み合わせてニューラルネットワークを生成することで、複雑な画像認識も可能となっている。

　中でも半導体製造プロセスにおける不良検査では、ルールベースでは判断が難しかったプローブ痕が、ディープラーニングの適用で95％以上の精度で判別可能になった他、ワイヤボンディング検査におけるワイヤの接合確認や、ダイシング検査での多様なベアチップ欠陥の検出にも威力を発揮し、マイクロLEDの傷や異物混入などは99％の高精度で検出できるようになったという。

　本資料では、その実現の裏側にある製品群を紹介する。100枚程度の教師画像と数分の学習で良否判断や文字認識を行うオールインワンのビジョンシステムや、より高難度なアプリケーション向けのソフトウェアライブラリなど、Industry 4.0を見据えたスマートファクトリー化にディープラーニングが欠かせないことが理解できるはずだ。