一种射频芯片检测中的邦球邦线识别方法

来源：电子测量技术杂志2023年第5期北京时间：

作者：曾子炀，成汉林，周静，刘鹏飞，罗守华

单位：1.东南大学生物科学与医学工程学院 南京 210096; 2.明锐理想科技有限公司 深圳 518000

摘要：针对引线键合效果的判定，本文提出了一种基于AI的AOI检测射频芯片引线键合效果的邦球邦线识别方法。该方法根据邦球邦线识别任务特点，改进了Mask R-CNN中特征金字塔层先验框生成机制，同时引入了基于碰撞检测的数据增强方式，提升了网络性能和效率，降低了人工标注成本。结果表明，改进后的Mask R-CNN模型可获取射频芯片中邦球和邦线的准确分割位置，mAP为85.23%，mIoU为71.27%，单幅射频芯片图像推理耗时约为1.168 s，基本满足生产中对于射频芯片装配精度以及速度的要求。通过本方法分割出邦球邦线，可辅助引线键合效果判断，在一定程度上提升了效率降低了人工成本。

关键词：工业应用;数据增强;AOI;深度学习;Mask R-CNN