基于深度学习的芯片封装缺陷检测系统设计
来源：计算机测量与控制杂志2025年第8期北京时间：
作者：郑明杰,潘桥,许海燕
单位：河海大学信息科学与工程学院
摘要：针对集成电路芯片封装过程中普遍存在的缺陷问题,设计基于深度学习的芯片封装缺陷检测系统。通过构建高效的图像采集系统,开发了基于YOLOv7算法的缺陷检测软件,并创新性地设计了一套适用于多种封装类型的小型封装芯片高速转塔式测试分选装置及基于PC上位机的控制系统。该系统实现了对芯片封装缺陷的高速、高精度在线检测与识别,同时完成了缺陷芯片的自动剔除,有效提高了产品质量信息反馈的准确性与时效性。实验结果表明,该检测系统识别准确率超过90%,检测速度达到22.5FPS以上,并在实际生产环境中稳定运行,满足了集成电路芯片封装工程上对于高效缺陷检测与剔除的需求。
关键词：芯片封装;缺陷检测;深度学习;YOLOv7算法;图像识别;在线监测
基金资助：国家自然科学(61701169)。
