近年来，FH平台所属北电检测积极推进AI算法与工业场景深度融合，打造泛半导体与显示面板量检测AI通用调试平台，构建覆盖缺陷识别、图像增强、数据建模的全场景检测体系，推动量检测设备智能化升级。
多维度精准判定实现智能分类定级
AI ADC自动缺陷分类算法可深度学习缺陷的纹理、颜色、形状等深层特征，无需人工设计特征规则，通过多维度特征融合，构建缺陷的多模态表征向量，实现缺陷类型精准识别与产品等级精细化判定。
实时分类处理
128×128像素图像可实现0.5毫秒内缺陷自动分类，满足高吞吐量与亚毫秒级实时处理需求。
分类精准可靠
替代传统人工目检和规则式分类，测试验证10万级以上数据集中分类准确率超过95%。
可应用范围广
基于迁移学习的技术方案，模型适配时间从1-2天压缩至2-4小时，可无缝应用于各类量检测设备。
像素级精细刻画夯实数据分析基础
AI大模型缺陷分割与提取技术基于Transformer架构的AI视觉大模型，突破传统检测算法在缺陷形态多变场景下的局限性，实现对缺陷形态的完整提取与精细刻画。
精准识别分割
对缺陷区域进行逐像素识别与标注，精确区分“缺陷像素”与“背景像素”。
完整形态提取
不受缺陷形状、大小、方向的限制，确保小缺陷不漏检、大缺陷完整提取。
量化数据支撑
自动输出缺陷面积、周长、长宽比等关键参数，为精细化定级提供数据基础。
全场景协同发力 提升智能检测水平
北电检测AI通用调试平台以多年深耕行业积累的海量数据为基础，搭载异常检测、AI图生图等功能，全面覆盖集成电路前道工艺、先进封装、掩模版及显示面板等核心场景，可对接海量数据与机台网络实现规模化智能质检部署。
千万级数据基石
已积累超过30种数据类型，总数据量超过300TB，为AI算法的高精度、高鲁棒性奠定坚实基础。
异常检测技术
通过学习正常样本即可发现缺陷，打破传统算法对海量缺陷样本的依赖。
AI以图生图
以少量真实缺陷图为种子生成多张高质量变体，总缺陷样本量可扩充百倍，让缺陷样本从“稀缺”走向“富足”。
把握AI大模型赋能的机遇，北电检测将持续深度融入FH平台“芯屏智融”产业生态，努力打通“感知—分析—决策—执行”全流程闭环，实现量检测设备从“专人专调”到“人人可调”的产业变革，为我国半导体产业高质量发展注入数智动能。
微信公众号