【TM AI Cobot 实例解析】降低半导体业超声波检测误判：TM AI 视觉省下庞大人力成本，提升检测品质

突破传统瓶颈：TM AI 视觉精准解决 IC 封装气泡检测难题

复杂的封装结构与随机出现的瑕疵，往往让传统机器视觉难以应对，导致许多产品无法一次检测过关，产线必须耗费庞大人力重新进行人工确认。为此，我们导入具备强大边缘运算能力的 TM AI+ AOI Edge 解决方案，透过 AI 模型聪明把关，为您精准解决高误判痛点。

  背景景与挑战  

• 误判率极高： 传统检测难以精准定义随机瑕疵，只有约 50% 的产品能一次检测过关，需投入大量人力反覆确认才能达到出货标准。
• 干扰因素多： 底层锡焊层影像极易映射到 IC 层，造成设备误判，且难以精算严格的「瑕疵面积占比」（如单一气泡 <3%、总气泡 <5%）。

  解决方案与效益  

• 边缘运算与影像优化： 透过 TM AI+ AOI Edge 直接在边缘端进行影像对比与调色优化，让模糊瑕疵无所遁形。
• 高精度 AI 辨识： 采用 TM AI语义分割模型，精准识别随机、不规则气泡，并自动计算不良区域在芯片内的精确百分比。
• TM AI+ Trainer 轻松培训与迭代： 舍弃繁杂的参数调校，TM AI+ Trainer 提供全图像操作界面，大幅降低 AI 训练门槛。并透过 Auto AI Training 功能(自动收集影像、训练模型、部署模型)，让 AI 系统持续学习，越用越精准。

• 零代码，简单易用：TM AI+ Trainer 全程零代码、可视化操作，界面简洁易懂、简单易用，无需专业技术人员即可完成操作，大幅降低 AI 部署与使用门槛。