| 1 |
1
컨볼루션 오토-인코더(Convolutional Auto-Encoder: CAE)가, 제품의 결함을 포함하는 제품 이미지를 상기 결함을 제거한 정상 이미지로 복원하는 단계;자기 복제 컨볼루션 오토-인코더(self-replication CAE)가, 상기 제품 이미지를 상기 결함을 그대로 포함하는 결함 이미지로 복원하는 단계; 및상기 정상 이미지와 상기 결함 이미지를 비교하여, 상기 결함에 대응하는 픽셀을 검출하고, 상기 검출된 픽셀들을 기반으로 상기 제품의 결함을 검출하는 단계를 포함하는 제품 결함을 검출하기 위한 비전 검사 방법
|
| 2 |
2
제1항에서,상기 정상 이미지로 복원하는 단계는,잡음과 상기 결함을 포함하는 상기 제품 이미지를 상기 잡음과 상기 결함을 모두 제거한 상기 정상 이미지로 복원하는 단계인 것인 제품 결함을 검출하기 위한 비전 검사 방법
|
| 3 |
3
제1항에서,상기 결함 이미지로 복원하는 단계는,잡음과 상기 결함을 포함하는 상기 제품 이미지를 상기 잡음을 제거하고, 상기 결함을 그대로 포함하는 상기 결함 이미지로 복원하는 단계인 것인 제품 결함을 검출하기 위한 비전 검사 방법
|
| 4 |
4
제3항에서,상기 잡음은 상기 제품의 표면에 묻어 있는 부유성 이물에 대응하는 이미지 성분인 것인 제품 결함을 검출하기 위한 비전 검사 방법
|
| 5 |
5
제1항에서,상기 정상 이미지로 복원하는 단계는,N개의 컨볼루션 레이어들을 포함하는 인코더 및 상기 N개의 컨볼루션 레이어들을 포함하는 디코더로 이루어진 상기 컨볼루션 오토-인코더에 의해 수행되는 단계인 것인 제품 결함을 검출하기 위한 비전 검사 방법
|
| 6 |
6
제5항에서,상기 결함 이미지로 복원하는 단계는,상기 N보다 작은 K개의 컨볼루션 레이어들을 포함하는 인코더 및 상기 K개의 컨볼루션 레이어들을 포함하는 디코더로 이루어진 상기 자기 복제 컨볼루션 오토-인코더에 의해 수행되는 단계인 것인 제품 결함을 검출하기 위한 비전 검사 방법
|
| 7 |
7
제1항에서,상기 제품의 결함을 검출하는 단계는,상기 결함에 대응하는 픽셀의 픽셀 수를 카운팅하는 단계; 및상기 카운팅된 픽셀 수와 임계치를 비교하여 획득한 비교 결과에 따라, 상기 제품의 결함 여부 및 결함 위치를 검출하는 단계를 포함하는 제품 결함을 검출하기 위한 비전 검사 방법
|
| 8 |
8
제품의 결함을 포함하는 제품 이미지를 생성하는 카메라 장치; 및상기 제품 이미지를 분석하여 상기 제품의 결함을 검출하는 컴퓨팅 장치를 포함하고, 상기 컴퓨팅 장치는,상기 제품 이미지를 상기 결함을 제거한 정상 이미지로 복원하는 컨볼루션 오토-인코더와 상기 제품 이미지를 상기 결함을 그대로 포함하는 결함 이미지로 복원하는 자기 복제 컨볼루션 오토-인코더를 포함하는 딥러닝 모델; 및상기 정상 이미지와 상기 결함 이미지를 비교하여, 상기 결함에 대응하는 픽셀을 검출하고, 상기 검출된 픽셀들을 기반으로 상기 제품의 결함을 검출하는 결함 판단기를 실행하는 적어도 하나의 프로세서를 포함하는 것인 제품 결함을 검출하기 위한 비전 검사 장치
|
| 9 |
9
제8항에서,상기 컨볼루션 오토-인코더는,N개의 컨볼루션 레이어들을 포함하는 제1 인코더 및 상기 제1 인코더와 대칭되는 레이어 구조를 가지며 상기 N개의 컨볼루션 레이어들을 포함하는 제1 디코더를 포함하는 제품 결함을 검출하기 위한 비전 검사 장치
|
| 10 |
10
제9항에서,상기 자기 복제 컨볼루션 오토-인코더는,상기 N보다 작은 K개의 컨볼루션 레이어들을 포함하는 제2 인코더 및 상기 제2 인코더와 대칭되는 레이어 구조를 가지며 상기 K개의 컨볼루션 레이어들을 포함하는 디코더를 포함하는 제품 결함을 검출하기 위한 비전 검사 장치
|
| 11 |
11
제8항에서, 상기 컨볼루션 오토-인코더는,잡음과 상기 결함을 포함하는 상기 제품 이미지를 상기 잡음과 상기 결함을 모두 제거한 상기 정상 이미지로 복원하는 것인 제품 결함을 검출하기 위한 비전 검사 장치
|
| 12 |
12
제8항에서,상기 자기 복제 컨볼루션 오토-인코더는,잡음과 상기 결함을 포함하는 상기 제품 이미지를 상기 잡음을 제거하고, 상기 결함을 그대로 포함하는 상기 결함 이미지로 복원하는 것인 제품 결함을 검출하기 위한 비전 검사 장치
|
| 13 |
13
제8항에서,상기 결함 판단기는,상기 결함에 대응하는 픽셀의 픽셀 수를 카운팅하고, 상기 카운팅된 픽셀 수와 임계치를 비교하여 판단한 결과에 따라, 상기 제품의 결함 여부 및 결함 위치를 검출하는 것인 제품 결함을 검출하기 위한 비전 검사 장치
|
| 14 |
14
제8항에서, 상기 제품 이미지는 반도체 패키지 이미지인 것인 제품 결함을 검출하기 위한 비전 검사 장치
|
| 15 |
15
딥러닝 모델을 이용하여 제품 결함을 검출하는 비전 검사에서, 상기 제품 결함을 포함하는 제품 이미지를 상기 결함을 제거한 정상 이미지로 복원하는 컨볼루션 오토-인코더와 상기 제품 이미지를 상기 결함을 그대로 포함하는 결함 이미지로 복원하는 자기 복제 컨볼루션 오토-인코더를 포함하는 상기 딥러닝 모델에 대한 학습 방법에 있어서,학습 데이터에 잡음을 추가하는 단계;상기 잡음이 추가된 학습 데이터를 이용하여, N개의 컨볼루션 레이어들을 포함하는 제1 인코더 및 상기 제1 인코더와 대칭되는 레이어 구조를 가지며 상기 N개의 컨볼루션 레이어들을 포함하는 제1 디코더로 구성된 상기 컨볼루션 오토-인코더를 학습시키는 단계; 및상기 잡음이 추가된 학습 데이터를 이용하여, 상기 N보다 작은 K개의 컨볼루션 레이어들을 포함하는 제2 인코더 및 상기 제2 인코더와 대칭되는 레이어 구조를 가지며 상기 K개의 컨볼루션 레이어들을 포함하는 디코더로 구성된 상기 자기 복제 컨볼루션 오토-인코더를 학습시키는 단계를 포함하는 학습 방법
|
