CN117409304A - 检查装置、检查方法和存储介质 - Google Patents
检查装置、检查方法和存储介质 Download PDFInfo
- Publication number
- CN117409304A CN117409304A CN202310806781.2A CN202310806781A CN117409304A CN 117409304 A CN117409304 A CN 117409304A CN 202310806781 A CN202310806781 A CN 202310806781A CN 117409304 A CN117409304 A CN 117409304A
- Authority
- CN
- China
- Prior art keywords
- tip
- needle
- region
- probe
- needle tip
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims description 24
- 239000000523 sample Substances 0.000 claims abstract description 181
- 238000012549 training Methods 0.000 claims abstract description 75
- 238000012795 verification Methods 0.000 claims abstract description 28
- 230000011218 segmentation Effects 0.000 claims description 41
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 description 32
- 239000004065 semiconductor Substances 0.000 description 24
- 230000005484 gravity Effects 0.000 description 23
- 238000003384 imaging method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
- G01R1/02—General constructional details
- G01R1/06—Measuring leads; Measuring probes
- G01R1/067—Measuring probes
- G01R1/073—Multiple probes
- G01R1/07307—Multiple probes with individual probe elements, e.g. needles, cantilever beams or bump contacts, fixed in relation to each other, e.g. bed of nails fixture or probe card
- G01R1/07364—Multiple probes with individual probe elements, e.g. needles, cantilever beams or bump contacts, fixed in relation to each other, e.g. bed of nails fixture or probe card with provisions for altering position, number or connection of probe tips; Adapting to differences in pitch
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
- G01R1/02—General constructional details
- G01R1/06—Measuring leads; Measuring probes
- G01R1/067—Measuring probes
- G01R1/06794—Devices for sensing when probes are in contact, or in position to contact, with measured object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2801—Testing of printed circuits, backplanes, motherboards, hybrid circuits or carriers for multichip packages [MCP]
- G01R31/2806—Apparatus therefor, e.g. test stations, drivers, analysers, conveyors
- G01R31/2808—Holding, conveying or contacting devices, e.g. test adapters, edge connectors, extender boards
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
- G01R1/02—General constructional details
- G01R1/06—Measuring leads; Measuring probes
- G01R1/067—Measuring probes
- G01R1/06711—Probe needles; Cantilever beams; "Bump" contacts; Replaceable probe pins
- G01R1/06733—Geometry aspects
- G01R1/06738—Geometry aspects related to tip portion
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R1/00—Details of instruments or arrangements of the types included in groups G01R5/00 - G01R13/00 and G01R31/00
- G01R1/02—General constructional details
- G01R1/06—Measuring leads; Measuring probes
- G01R1/067—Measuring probes
- G01R1/073—Multiple probes
- G01R1/07307—Multiple probes with individual probe elements, e.g. needles, cantilever beams or bump contacts, fixed in relation to each other, e.g. bed of nails fixture or probe card
- G01R1/07314—Multiple probes with individual probe elements, e.g. needles, cantilever beams or bump contacts, fixed in relation to each other, e.g. bed of nails fixture or probe card the body of the probe being perpendicular to test object, e.g. bed of nails or probe with bump contacts on a rigid support
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/282—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
- G01R31/2831—Testing of materials or semi-finished products, e.g. semiconductor wafers or substrates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/28—Testing of electronic circuits, e.g. by signal tracer
- G01R31/2851—Testing of integrated circuits [IC]
- G01R31/2886—Features relating to contacting the IC under test, e.g. probe heads; chucks
- G01R31/2887—Features relating to contacting the IC under test, e.g. probe heads; chucks involving moving the probe head or the IC under test; docking stations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
- G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30148—Semiconductor; IC; Wafer
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Testing Or Measuring Of Semiconductors Or The Like (AREA)
- Tests Of Electronic Circuits (AREA)
Abstract
本发明提供一种检查装置,包括:拍摄部,其拍摄设置在探针卡上的探针的针尖,所述探针卡用于检查待检查体;区域分割部,其通过将由所述拍摄部拍摄的验证图像,输入到经使用训练数据训练后的分割模型中,来识别该验证图像的针区域和针尖区域,其中,所述训练数据是对拍摄所述探针的针尖而得到的训练图像赋予了所述探针的范围和所述针尖的范围而得到的;位置确定部,其基于所述针区域和所述针尖区域的位置关系,确定所述针尖的位置;以及位置调整部,其基于由所述位置确定部确定的所述针尖的位置,调整所述待检查体与所述探针的针尖之间的相对位置。根据本发明的检查装置,能够精确地确定探针针尖的位置。
Description
技术领域
本发明涉及一种检查装置、检查方法和存储介质。
背景技术
专利文献1公开了一种检查装置,其中,通过使探针的针尖与设置在待检查体上的多个测试垫中的每一个接触,并通过多个探针的针尖向待检查体提供电信号来检查待检查体。专利文献1中所公开的检查装置中,基于以在一个图像内映出多个探针的针尖的方式拍摄的图像,确定探针针尖的位置,并基于所确定的探针针尖的位置,调整探针针尖的位置。
专利文献1:日本特开第2019-102640号公报
发明内容
<本发明要解决的问题>
本发明提供一种能够精确地确定探针针尖的位置的技术。
<用于解决问题的手段>
根据本发明的一实施方式,提供一种检查装置,包括:拍摄部,其拍摄设置在探针卡上的探针的针尖,所述探针卡用于检查待检查体;区域分割部,其通过将由所述拍摄部拍摄的验证图像,输入到经使用训练数据训练后的分割模型中,来识别该验证图像的针区域和针尖区域,其中,所述训练数据是对拍摄所述探针的针尖而得到的训练图像赋予了所述探针的范围和所述针尖的范围而得到的;位置确定部,其基于所述针区域和所述针尖区域的位置关系,确定所述针尖的位置;以及位置调整部,其基于由所述位置确定部确定的所述针尖的位置,调整所述待检查体与所述探针的针尖之间的相对位置。
<发明的效果>
根据一个方面,能够精确地确定探针针尖的位置。
附图说明
图1是示出一实施方式的检查装置的一例的示意性剖视图。
图2是示出一实施方式的控制装置的硬件配置的一例的框图。
图3是示出一实施方式的控制装置的功能配置的一例的框图。
图4是示出一实施方式的训练方法的一例的流程图。
图5是示出一实施方式的针尖图像的一例的图。
图6A和图6B是示出一实施方式的训练数据的一例的图。
图7是示出一实施方式的检查方法的一例的流程图。
图8是示出一实施方式的区域分割图像的一例的图。
图9是示出一实施方式的位置确定处理的一例的流程图。
图10A至图10C是示出一实施方式的区域分割图像的一例的图。
图11是示出一实施方式的验证结果的一例的图表。
具体实施方式
在下文中,将参考附图说明用于实施本发明的方式。各图中,对相同的部件赋予相同的标号,并省略重复的说明。
(实施方式)
<概要>
本发明的实施方式是用于对半导体晶片等待检查体进行电检查的检查装置。本实施方式的检查装置具有设置有多个探针的探针卡。检查装置使设置在探针卡上的每个探针与设置在待检查体上的测试垫接触。然后,检查装置从外部测试仪向探针卡输出规定的电信号,根据经由探针而从待检查体输出的电信号,评估待检查体的电特性。
检查装置对探针针尖与测试垫的相对位置进行调整,以使探针与测试垫接触。此时,通过安装在放置待检查体的放置台上的摄像头等拍摄部,对探针的针尖进行拍摄,通过从所拍摄的图像识别探针的针尖,来确定探针针尖的位置。
在识别探针的针尖时,如果采用斑点(Blob)分析或边缘(Edge)分析等基于规则库的图像识别技术,则有时会无法检测出探针针尖的位置。作为其原因,例如可举出探针的尖端由于磨损等而一部分缺损的情况、或者由于探针的位置与摄像头的视角之间的位置关系而使得探针的一部分不包含在图像中的情况等。
本实施方式的检查装置使用已完成训练的分割模型(segmentation model),从拍摄到探针针尖的图像中识别针区域和针尖区域,并基于针区域和针尖区域的位置关系来确定探针针尖的位置。本实施方式的分割模型是使用将探针的范围和探针针尖的范围赋予给图像而得到的训练数据来训练的,该训练数据与通过传统方法而得到的图像识别结果不具有因果关系。通过如上所述的结构,本实施方式的检查装置能够精确地确定探针针尖的位置。
注意,“与通过传统方法而得到的图像识别结果不具有因果关系”意指,探针的范围和探针针尖的范围是不基于作为对图像进行图像识别的结果而获得的针区域和针尖区域的信息。例如,探针的范围和探针针尖的范围根据用户的操作而被赋予给图像,而不从图像中识别针区域和针尖区域。此外,例如,探针的范围和探针针尖的范围可以根据用户的操作而被赋予给这样的图像:从该图像中识别的针区域和针尖区域与真实的探针的范围和探针针尖的范围不同。
<检查装置的结构>
图1是示出本实施方式的检查装置的一例的示意性剖视图。如图1所示,本实施方式的检查装置10包括检查装置主体20和控制装置50。
检查装置主体20具有中空的壳体21。在壳体21内的大致中央,设置有移动机构23,该移动机构23使载台25沿上下方向(图1所示的z轴方向)及横向(与图1所示的x轴及y轴平行的xy平面内的方向)移动。作为待检查体的一例的半导体晶片W被放置在载台25的上表面上。载台25将放置在其上表面上的半导体晶片W,通过真空卡盘等吸附并保持在载台25的上表面上。
在载台25的侧面,安装有作为拍摄部的一例的摄像头27。摄像头27以使拍摄方向朝向上方的方式安装在载台25的侧表面。随着载台25通过移动机构23移动,安装在载台25的侧表面上的摄像头27也移动。
移动机构23由控制装置50控制。移动机构23的移动量由控制装置50管理。因此,载台25和摄像头27在壳体21内的位置的x坐标、y坐标和z坐标由控制装置50管理。
壳体21在其上部具有大致圆形的开口部。该开头部中设置有测试头30。测试头30固定在沿开口部的周缘设置的框体22上。在测试头30内,在框体22的位置处设置有多个倾斜调节部32。多个倾斜调节部32在框体22的下方,经由轴33从上方保持大致圆筒状的保持部34。
保持部34在其下部以可拆卸的方式保持探针卡36,该探针卡36上设置有多个探针38。设置在探针卡36上的多个探针38以使其针尖朝向下方的方式设置在探针卡36上。
图1所例示的探针卡36中示出了悬臂型探针38,但是探针卡36上也可以设置有垂直针型探针38。此外,探针卡36也可以设置悬臂型探针38和垂直针型探针38。
多个探针38以下述方式配置在探针卡36上:当放置在载台25上的半导体晶片W移动到检查时的位置时,探针38的针尖分别与设置在半导体晶片W上的测试垫接触。
多个探针38分别连接到设置在探针卡36上的布线。设置在探针卡36上的布线分别经由设置在保持部34上的布线而连接到测试头30。测试头30上连接着外部测试仪31。
这里,探针卡36中,有时会由于安装到保持部34时的安装误差等,而导致探针38的针尖的位置整体上偏离与设置在半导体晶片W上的测试垫相对应的位置。例如,当探针卡36横向偏移地安装时,所有探针38的针尖的位置横向偏移一定量。当探针38的针尖的位置在横向上严重偏移时,每个探针38的针尖不再与相对应的测试垫接触。
因此,在本实施方式中,首先,控制装置50在检查开始之前使用摄像头27分别检测多个探针38的位置。接着,控制装置50针对每个探针38计算探针38的针尖的位置与测试垫的位置之间的误差。然后,控制装置50基于所计算出的误差,调节探针38与半导体晶片W之间的相对位置。
在这样构成的检查装置主体20中,对放置在载台25上的半导体晶片W进行检查。首先,控制装置50控制移动机构23,以使摄像头27位于探针38的下方。接着,控制装置50使摄像头27拍摄探针38。之后,控制装置50基于由摄像头27拍摄的图像,测量每个探针38的针尖在横向上的位置。然后,控制装置50通过控制移动机构23来调整载台25的横向位置,以校正每个探针38的针尖的横向位置的偏移。
控制装置50通过控制移动机构23,使放置有半导体晶片W的载台25上升,并以规定的过驱动量使半导体晶片W上的每个测试垫与探针38接触。过驱动量是指,在放置有半导体晶片W的载台25上升并使半导体晶片W上的测试垫与每个探针38的针尖接触之后,使载台25进一步上升时的上升量。
控制装置50控制外部测试仪31,以使规定的电信号输出到测试头30。测试头30经由保持部34内的布线,将从外部测试仪31输出的电信号输出到探针卡36。输出到探针卡36的电信号经由探针卡36内的布线而分别提供给多个探针38,并经由探针38输出到半导体晶片W的测试垫。
从半导体晶片W上的测试垫输出的电信号输出到探针38。输出到探针38的电信号经由探针卡36内的布线和保持部34内的布线,输出到测试头30。输出到测试头30的电信号被输出到外部测试仪31。外部测试仪31基于输出到测试头30的电信号、以及从测试头30输出的电信号,来评估半导体晶片W的电特性,并将评估结果输出到控制装置50。
注意,在探针38发生破损或变形等故障的情况下,即使通过移动机构23进行横向位置的调整,也难以正确地进行检查。因此,当基于由摄像头27拍摄的图像而检测到各探针38的针尖的破损或变形等时,控制装置50经由显示器等向操作员通知错误,并促使探针卡36的维护或更换。
<控制装置的硬件配置>
图2是示出本实施方式的控制装置50的硬件配置的一例的框图。如图2所示,控制装置50包括CPU(Central Processing Unit:中央处理单元)500、RAM(Random AccessMemory:随机访问存储器)501、ROM(Read Only Memory:只读存储器)502、辅助存储装置503、通信接口(I/F)504、输入/输出接口(I/F)505以及媒体接口(I/F)506。
CPU 500基于ROM 502或辅助存储装置503中存储的程序进行动作,对各部件进行控制。ROM 502存储在启动控制装置50时由CPU 500执行的引导程序、依赖于控制装置50的硬件的程序等。
辅助存储装置503例如是HDD(Hard Disk Drive:硬盘驱动器)或SSD(Solid StateDrive:固态驱动器)等。辅助存储装置503存储由CPU 500执行的程序以及由该程序使用的数据等。CPU 500从辅助存储装置503读出该程序并加载到RAM 501上,执行所加载的程序。
通信I/F 504经由LAN(Local Area Network:局域网)等通信线路与检查装置主体20之间进行通信。通信I/F 504经由通信线路从检查装置主体20接收数据并向CPU 500发送,CPU 500将所生成的数据经由通信线路向检查装置主体20发送。
CPU 500经由输入/输出I/F 505控制键盘等输入装置以及显示器等输出装置。CPU500经由输入/输出I/F 505获取从输入设备输入的信号,并将该信号发送到CPU 500。此外,CPU 500将所生成的数据经由输入/输出I/F 505输出到输出装置。
媒体I/F 506读取存储在记录介质507中的程序或数据,并将其存储在辅助存储装置503中。记录介质507例如是DVD(Digital Versatile Disc)、PD(Phase changerewritable Disk)等光学记录介质、MO(Magneto-Optical disk)等光磁记录介质、磁带介质、磁记录介质或半导体存储器等。
控制装置50的CPU 500从记录介质507读取RAM 501上装载的程序并存储在辅助存储装置503中,但是作为其他例子,也可以从其他装置经由通信线路取得程序并存储在辅助存储装置503中。
<控制装置的功能配置>
图3是示出本实施方式的控制装置50的功能配置的一例的框图。如图3所示,本实施方式的控制装置50包括拍摄控制部51、图像存储部52、正确位置输入部53、模型训练部54、模型存储部55、区域分割部56、位置确定部57、位置调整部58和检查执行部59。
拍摄控制部51、正确位置输入部53、模型训练部54、区域分割部56、位置确定部57、位置调整部58和检查执行部59例如通过图2所示的CPU 500执行RAM 501上加载的程序来实现。图像存储部52和模型存储部55例如由图2所示的RAM 501或辅助存储装置503来实现。
拍摄控制部51通过控制摄像头27来拍摄探针38的针尖(以下,由摄像头27拍摄的图像也称为“针尖图像”)。拍摄控制部51在拍摄了用于训练分割模型的针尖图像(以下也称为“训练图像”)时,将训练图像存储在图像存储部52中。拍摄控制部51在拍摄了用于确定探针的针尖位置的针尖图像(以下也称为“验证图像”)时,将验证图像发送到区域分割部56。
图像存储部52存储由摄像头27拍摄的多个训练图像。训练图像的数量只要有足够的量来训练分割模型即可。足够用于训练分割模型的量根据模型的种类而不同,例如为50张左右。
正确位置输入部53根据用户的操作,接受表示训练图像中所拍摄的探针38的范围(针区域的正确值)和探针38的针尖的范围(针尖区域的正确值)的信息(以下也称为“正确位置信息”)的输入。正确位置输入部53将所接收的正确位置信息赋予给训练图像,并存储在图像存储部52中。以下,被添加了正解位置信息的训练图像也称为“训练数据”。训练数据作为教师数据发挥作用。验证图像不作为训练数据使用。
模型训练部54基于存储在图像存储部52中的训练数据,训练分割模型。该分割模型以针尖图像作为输入,并输出将针尖图像的每个像素分割为针区域、针尖区域和其他区域而得到的图像。针区域是映出探针38的区域。针尖区域是映出探针38的针尖的区域。其他区域是指不是针区域和针尖区域的区域。
模型存储部55存储由模型训练部54训练后的分割模型。
区域分割部56通过将由摄像头27拍摄的验证图像输入到已完成训练的分割模型中,而将该验证图像分割为针区域、针尖区域和其他区域。以下,将验证图像经区域分割后的图像称为“区域分割图像”。
位置确定部57基于区域分割图像中所包含的针区域和针尖区域之间的位置关系,来确定探针38的针尖的位置。当区域分割图像包含多个针区域时,位置确定部57针对每个针区域来确定针尖位置。
位置调整部58通过控制移动机构23,使设置在待检查体上的测试垫与探针38的针尖接触。此时,位置调整部58基于用于表示由位置确定部57确定的探针38的针尖的位置的信息,调整探针38的针尖与测试垫之间的相对位置。注意,在本实施方式中,探针38的针尖与测试垫在Z轴方向上的位置关系被正确地调整。
检查执行部59指示外部测试仪31开始检查,开始半导体晶片W的检查。
<训练方法的处理步骤>
图4是示出本实施方式的训练方法的一例的流程图。本实施方式的训练方法是训练用于对针尖图像进行区域分割的分割模型的方法。
在步骤S1中,拍摄控制部51通过控制摄像头27来拍摄探针38的针尖。拍摄控制部51可以在一个图像内映出多个探针38的针尖的方式进行拍摄,也可以在一个图像内映出一个探针38的针尖方式进行拍摄。
拍摄控制部51将由摄像头27拍摄的训练图像存储在图像存储部52中。此时,拍摄控制部51将表示拍摄位置的信息与针尖图像相关联地进行存储。例如,表示拍摄位置的信息是拍摄时摄像头27在xy平面上的位置坐标。
(针尖图像)
图5是示出本实施方式的针尖图像的一例的图。如图5所示,在本实施方式的针尖图像100中拍摄到探针38的针尖。在图5所示的例子中,在针尖图像100中拍摄到四个探针38-1至38-4,但一张针尖图像100中拍摄的探针38的数量并不限定。
返回到图4进行说明。在步骤S2中,正确位置输入部53根据用户的操作,接受要赋予给训练图像的正确位置信息的输入。正确位置输入部53通过将接收到的正确位置信息赋予给训练图像,来生成训练数据。正确位置输入部53将所生成的训练数据存储在图像存储部52中。
正确位置输入部53可以对存储在图像存储部52中的所有训练图像接受正解位置信息的输入,也可以对一部分训练图像接受正解位置信息的输入。例如,正确位置输入部53可以仅对不能通过现有的基于规则库的图像识别技术正确地识别针尖的位置的图像,接受正确位置信息的输入。
在训练图像中拍摄到多个探针38时,正确位置输入部53可以对训练图像中包括的所有探针38接受正确位置信息的输入,也可以对一部分探针38接受正确位置信息的输入。例如,如图5所示的探针38-4那样,在探针38的整个范围未包含在训练图像中时,也可以不对该探针38接受正确位置信息的输入。
在仅对利用现有的基于规则库的图像识别技术不能正确识别针尖位置的训练图像接受正确位置信息的输入时,正确位置输入部53首先从存储在图像存储部52中的所有训练图像中识别探针38的针尖位置。接着,用户选择这样的训练图像:该训练图像中所拍摄到的真实的探针38的针尖位置与作为识别结果而获得的探针38的针尖位置不同。之后,用户输入该训练图像中所拍摄到的探针38的范围和探针38的针尖的范围。然后,正确位置输入部53将用户输入的正确位置信息赋予给训练图像,并存储在图像存储部52中。
(训练数据)
图6是示出本实施方式的训练数据的一例的图。图6示出真实的探针38的范围200和真实的针尖位置210、以及通过基于规则库的图像识别技术识别的探针38的范围220和针尖位置230。注意,所识别的针尖位置230是所识别的探针38的范围220的重心位置。
在图6A所示的训练图像中,所识别的探针38的范围为纵长的椭圆形,左侧的一部分未被识别。结果,所识别的针尖位置230从真实的针尖位置210向右偏移。
在图6B所示的训练图像中,所识别的探针38的范围是U形的,包括真正的针尖位置210的中心部分未被识别。结果,所识别的探针38的位置230从真实的针尖位置210严重偏移。
这样,基于规则库的图像识别技术有时不能正确识别针尖的范围和针尖的位置。在这种情况下,对于没有正确识别针尖位置的训练图像,通过将真正的探针38的范围200(针区域的正确值)和真正的针尖位置210(针尖区域的正确值)作为正确位置信息进行添加,来生成训练数据。通过使用这样生成的训练数据来训练分割模型,能够精确地识别针区域以及针尖区域。
返回到图4进行说明。在步骤S3中,模型训练部54读取图像存储部52中所存储的训练数据。接着,模型训练部54使用所读取的训练数据来训练分割模型。本实施方式的分割模型将针尖图像作为输入,并输出通过将该针尖图像的每个像素分割为针区域、针尖区域和其他区域而得到的图像。
本实施方式的分割模型例如是进行基于深度学习的语义分割的深度学习模型。基于深度学习的语义分割的一个例子是参考文献1中公开的Unet++。
参考文献1:Zongwei Zhou、Md Mahfuzur Rahman Siddiquee、Nima Tajbakhsh,and Jianming Liang,“UNet++:A Nested U-Net Architecture for Medical ImageSegmentation”,[online],[2022年6月15日检索],因特网<URL:https://arxiv.org/abs/1807.10165>。
模型训练部54在训练分割模型时,使其以优化探针38的针尖位置的误差的方式进行深度学习。为此,模型训练部54使用损失函数,该损失函数包含用于表示针区域的重心位置的误差和针尖区域的重心位置的误差的项(以下也称为“重心损失”)。
针区域的重心位置的误差,是赋予给训练图像的探针38的范围的重心位置与从该训练图像识别的针区域的重心位置在xy平面上的直线距离。针尖区域的重心位置的误差,是赋予给训练图像的探针38的针尖的范围的重心位置与从该训练图像识别出的针尖区域的重心位置在xy平面上的直线距离。
具体地,本实施方式中的损失函数loss中,将针区域的重心位置的估计值设为(xneedle,yneedle),将针区域的重心位置的正解值设为(^xneedle,^yneedle),将针尖区域的重心位置的估计值设为(xtip,ytip),且将针尖区域的重心位置的正解值设为(^xtip,^ytip),由以下的式(1)至(4)表示。注意,“^”本来是应该标记在紧接其后的文字正上方的记号,但由于文本标记法的限制,在本说明中标记在紧接其后的文字前方。在数学式中标记在原来的文字的正上方。
loss=BCEDiceLoss+centerlossneedle+centerlosstip…(1)
Centerloss=MSEloss+Llloss…(2)
其中,BCEDiceLoss是在参考文献1中记载的Unet++中使用的传统的损失函数。centerlossneedle是针区域的重心位置的误差。centerlosstip是针尖区域的重心位置的误差。因此,式(1)中的centerlossneedle+centerlosstip是重心损失。
注意,分割模型并不限于上述模型,而可以使用任意模型,只要是能够基于被添加了正确位置信息的针尖图像进行机器学习的分割模型即可。分割模型的另一示例是实例分割模型(instance segmentation model)或全景分割(panoptic segmentation)。
在步骤S4中,模型训练部54将在步骤S3中训练的分割模型存储在模型存储部55中。
<检查方法的处理步骤>
图7是示出本实施方式的检查方法的一例的流程图。本实施方式的检查方法是通过使用已完成训练的分割模型调整探针与待检查体之间的相对位置来对待检查体进行检查的方法。
在步骤S11中,拍摄控制部51通过控制摄像头27拍摄探针38的针尖。拍摄控制部51将由摄像头27拍摄的验证图像发送到区域分割部56。
在步骤S12中,区域分割部56从拍摄控制部51接收验证图像。接着,区域分割部56从模型存储部55读取已完成训练的分割模型。然后,区域分割部56将所接收到的验证图像输入到所读取的分割模型中。由此,区域分割部56获得通过将验证图像分割为针区域、针尖区域和其他区域而得到的区域分割图像。区域分割部56将所获得的区域分割图像发送到位置确定部57。
(区域分割图像)
图8是示出本实施方式的区域分割图像的一例的图。图8是使用已完成训练的分割模型对图5所示的针尖图像100进行区域分割的结果。
如图8所示,本实施方式的区域分割图像300包含与探针38的针尖的范围对应的针区域310(310-1至310-4)、以及与探针38的针尖的位置对应的针尖区域320(320-1至320-3)。如图6所示,本实施方式的分割模型由于是利用被赋予了探针38的范围与探针38的针尖的范围之间的位置关系的训练数据来训练的,因此有望识别出针尖区域320位于任何针区域310中。
返回到图7进行说明。在步骤S13中,位置确定部57从区域分割部56接收区域分割图像。接着,位置确定部57基于所接收到的区域分割图像中包含的针区域和针尖区域之间的位置关系,来确定探针38的针尖的位置。注意,在区域分割图像包含多个针区域时,位置确定部57针对每个针区域确定针尖的位置。
(位置确定处理的步骤)
图9是示出本实施方式的位置确定处理(图7的步骤S13)的一例的流程图。
在步骤S13-1中,位置确定部57从区域分割部56接收区域分割图像。位置确定部57从区域分割图像中包含的针区域之中选择作为处理对象的针区域。
在步骤S13-2中,位置确定部57获取在步骤S13-1中选择的针区域之中所包含的针尖区域的数目。当针区域所包含的针尖区域为一个时(“是”),位置确定部57使处理前进至步骤S13-3。当针区域中不包含针尖区域时、或者当针区域包含有两个以上针尖区域(“否”)时,位置确定部57使处理前进至步骤S13-4。
在步骤S13-3中,位置确定部57求取在步骤S13-1中选择的针区域中所包含的针尖区域的重心位置。位置确定部57将所得到的针尖区域的重心位置确定为探针38的针尖位置。
在步骤S13-4中,位置确定部57求取在步骤S13-1中选择的针区域的重心位置。位置确定部57将所得到的针区域的重心位置确定为探针38的针尖位置。
当在步骤S13-1中所获取的区域分割图像中包含多个针区域时,对每个针区域执行步骤S13-2至S13-4。
在步骤S13-5中,位置确定部57输出用于表示在步骤S13-3或S13-4中确定的探针38的针尖位置的信息。由位置确定部57确定的针尖位置是验证图像中的针尖位置的坐标。因此,位置确定部57使用与验证图像相关联地存储的表示拍摄位置的坐标,将验证图像中的针尖位置的坐标转换为xy平面上的坐标,并作为表示探针38的针尖位置的信息输出。
图10是示出本实施方式的区域分割图像的一例的图。图10A是其中在针区域310中包含一个针尖区域320的区域分割图像的例子。如图10A所示,若针区域310中包含一个针尖区域320,则位置确定部57将针尖区域320的重心位置确定为探针38的针尖位置。
图10B是其中在针区域310中包含多个针尖区域320-1至320-2的区域分割图像的一例。如图10B所示,若针区域310中包含多个针尖区域320,则位置确定部57将针区域310的重心位置确定为探针38的针尖位置。
图10C是其中针区域310中不包含针尖区域的区域分割图像的一例。如图10C所示,若针区域310不包括针尖区域,则位置确定部57将针区域310的重心位置确定为探针38的针尖位置。
返回到图7进行说明。在步骤S14中,位置调整部58通过控制移动机构23,将放置有半导体晶片W的放置台25移动到探针38下方。接着,位置调整部58基于表示由位置确定部57确定的探针38的针尖位置的信息,调整探针38的针尖与测试垫之间的相对位置。
具体地,首先,位置调整部58基于表示由位置确定部57确定的探针38的针尖的位置的信息,计算每个探针38的针尖与半导体晶片W上与每个探针38的针尖接触的测试垫之间在xy平面内的针尖位置的差值。接着,位置调整部58基于针尖位置之间的差值,调整半导体晶片W在xy平面中的位置。
然后,位置调整部58通过控制移动机构23来使载台25上升,以使半导体晶片W上的测试垫与探针38的针尖接触。由此,设置在探针卡上的多个探针38的针尖与相对应的测试垫接触。
在步骤S15中,检查执行部59指示外部测试仪31开始检查,开始半导体晶片W的检查。外部测试仪31将规定的电信号输出到测试头30。外部测试仪31基于经由探针38输入/输出到半导体晶片W的电信号,评估半导体晶片W的电特性,并将评估结果输出到检查执行部59。
<验证结果>
图11是示出本实施方式的验证结果的一例的图表。在图11中,分别用箱形图表示:(1)将针尖位置作为针尖区域的重心时与真实的针尖位置的误差;(2)将针尖位置作为针尖区域的重心时与真实的针尖位置的误差;以及(3)通过上述位置确定处理确定针尖位置时与真实的针尖位置的误差。
如图11所示,(1)将针尖位置作为针尖区域的重心时,与真实的针尖位置的平均误差为0.66纳米。(2)将针尖位置作为针区域重心时,与真实的针尖位置的平均误差为0.71纳米。而与此相对,(3)通过位置确定处理来确定针尖位置时,与真实的针尖位置的平均误差为0.64纳米。因此,通过位置确定处理确定针尖位置,能得到误差最小的结果。
如上所述,本验证结果表明,根据本实施方式中的位置确定处理,能够精确地确定探针的针尖位置。此外,(3)在通过上述位置确定处理确定针尖位置时,与真实的针尖位置之间的误差偏差也为±0.68纳米,对于(1)和(2)的误差偏差而示出其大约中间值,表明偏差的程度没有问题。
<实施方式的效果>
本实施方式的检查装置10通过将拍摄到探针的针尖的图像输入到已完成训练的分割模型中,来识别图像的针区域和针尖区域,并基于针区域和针尖区域的位置关系确定探针的针尖。该分割模型是使用将探针的范围和针尖的范围赋予给图像而得到的训练数据来训练的。因此,本实施方式的检查装置10能够精确地确定探针针尖位置。因此,根据本实施方式的检查装置10,探针的针尖能够可靠地与待检查体的测试垫接触。
本实施方式的检查装置10根据针区域中所包含的针尖区域的数量,基于针区域或针尖区域中任一者来确定针尖位置。具体而言,本实施方式的检查装置10中,在针区域中包含一个针尖区域时,将针尖区域的重心位置确定为针尖位置,而在其他时候,将该针区域的重心位置确定为针尖位置。如验证结果所示,根据本实施方式的检查装置10,能够更精确地确定探针针尖位置。
根据本实施方式的分割模型进行基于深度学习的语义分割。在拍摄到探针针尖的图像中,有时会拍摄到多个探针,但不同探针的针尖不会被重叠地拍摄。因此,本实施方式的检查装置10可以使用处理相对较轻的语义分割。
本实施方式的分割模型以优化针区域的重心位置的误差和针尖区域的重心位置的误差的方式进行深度学习。因此,根据本实施方式的检查装置10,能够更精确地确定探针针尖位置。
(补充)
本次公开的实施方式的检查装置和检查方法在所有方面都是示例而非限制性的。实施方式可以在不脱离所附权利要求书的范围及其主旨的情况下以各种形式进行变形和改进。上述多个实施方式中记载的事项,在不矛盾的范围内也可以采取其他结构,并且在不矛盾的范围内可以进行组合。
Claims (7)
1.一种检查装置,包括:
拍摄部,其拍摄设置在探针卡上的探针的针尖,所述探针卡用于检查待检查体;
区域分割部,其通过将由所述拍摄部拍摄的验证图像,输入到经使用训练数据训练后的分割模型中,来识别该验证图像的针区域和针尖区域,其中,所述训练数据是对拍摄所述探针的针尖而得到的训练图像赋予了所述探针的范围和所述针尖的范围而得到的;
位置确定部,其基于所述针区域和所述针尖区域的位置关系,确定所述针尖的位置;以及
位置调整部,其基于由所述位置确定部确定的所述针尖的位置,调整所述待检查体与所述探针的针尖之间的相对位置。
2.根据权利要求1所述的检查装置,其中,
所述位置确定部根据所述针区域中包含的所述针尖区域的数量,基于所述针区域或所述针尖区域中的任一者来确定所述针尖的位置。
3.根据权利要求2所述的检查装置,其中,
在所述针区域中包含一个所述针尖区域时,所述位置确定部将该针尖区域的重心位置确定为所述针尖的位置,在所述针区域中不包含所述针尖区域时、或者在所述针区域中包含多个所述针尖区域时,所述位置确定部将该针区域的重心位置确定为所述针尖的位置。
4.根据权利要求1至3中任一项所述的检查装置,其中,
所述分割模型进行基于深度学习的语义分割。
5.根据权利要求4所述的检查装置,其中,
所述分割模型以优化从所述训练图像中识别的所述针区域的重心位置的误差和所述针尖区域的重心位置的误差的方式进行深度学习。
6.一种检查方法,包括:
对设置在探针卡上的探针的针尖进行拍摄的工序,所述探针卡用于检查待检查体;
通过将由所述进行拍摄的工序拍摄的验证图像输入到经使用训练数据训练后的分割模型中来识别该验证图像的针区域和针尖区域的工序,所述训练数据是对拍摄所述探针的针尖而得到的训练图像赋予了所述探针的范围和所述针尖的范围而得到的;
基于所述针区域和所述针尖区域的位置关系来对所述针尖的位置进行确定的工序;以及
基于由所述进行确定的工序确定的所述针尖的位置来调整所述待检查体与所述探针的针尖之间的相对位置的工序。
7.一种存储介质,其上存储有用于使控制装置执行下述步骤的程序:
通过将拍摄设置在用于检测待检查体的探针卡上的探针的针尖而得到的验证图像输入到经使用训练数据训练后的分割模型中来识别该验证图像的针区域和针尖区域的步骤,所述训练数据是对拍摄所述探针的针尖而得到的训练图像赋予了所述探针的范围和所述针尖的范围而得到的;以及
基于所述针区域和所述针尖区域的位置关系来确定所述针尖的位置的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022-112149 | 2022-07-13 | ||
JP2022112149A JP2024010713A (ja) | 2022-07-13 | 2022-07-13 | 検査装置、検査方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117409304A true CN117409304A (zh) | 2024-01-16 |
Family
ID=89485939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310806781.2A Pending CN117409304A (zh) | 2022-07-13 | 2023-07-03 | 检查装置、检查方法和存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240019483A1 (zh) |
JP (1) | JP2024010713A (zh) |
KR (1) | KR20240009354A (zh) |
CN (1) | CN117409304A (zh) |
TW (1) | TW202422081A (zh) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019102640A (ja) | 2017-12-01 | 2019-06-24 | 東京エレクトロン株式会社 | プローブ針の針先位置調整方法および検査装置 |
-
2022
- 2022-07-13 JP JP2022112149A patent/JP2024010713A/ja active Pending
-
2023
- 2023-06-30 KR KR1020230085137A patent/KR20240009354A/ko unknown
- 2023-07-03 CN CN202310806781.2A patent/CN117409304A/zh active Pending
- 2023-07-03 US US18/346,431 patent/US20240019483A1/en active Pending
- 2023-07-04 TW TW112124871A patent/TW202422081A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
KR20240009354A (ko) | 2024-01-22 |
TW202422081A (zh) | 2024-06-01 |
JP2024010713A (ja) | 2024-01-25 |
US20240019483A1 (en) | 2024-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2963603B2 (ja) | プローブ装置のアライメント方法 | |
JP4997127B2 (ja) | 検査方法及びこの検査方法を記録したプログラム記録媒体 | |
KR100284558B1 (ko) | 프로우빙 방법 및 프로우브 장치 | |
KR100598787B1 (ko) | 다이렉트 프로브 센싱을 위한 개선된 방법 및 장치 | |
CN111308302B (zh) | 探针卡管理系统和探针卡管理方法 | |
KR102362929B1 (ko) | 프로브 니들의 니들 팁 위치 조정 방법 및 검사 장치 | |
KR20090098893A (ko) | 프로브 검사 장치, 위치 이탈 보정 방법, 정보 처리 장치, 정보 처리 방법 및 프로그램 | |
WO2017170393A1 (ja) | プローバ及びプローバの操作方法 | |
JP6221200B2 (ja) | プローバ | |
CN117409304A (zh) | 检查装置、检查方法和存储介质 | |
CN111223786B (zh) | 检查装置系统 | |
KR102686163B1 (ko) | 파티클 계측 장치, 삼차원 형상 측정 장치, 프로버 장치, 파티클 계측 시스템 및 파티클 계측 방법 | |
JP2913609B2 (ja) | プロービング装置、プロービング方法およびプローブカード | |
JPH08327658A (ja) | 基板検査装置 | |
JP2019110259A (ja) | プローバ | |
KR102025537B1 (ko) | 반도체 패키지 검사장치 | |
JP2006128452A (ja) | プローブカード及びプローバー装置、半導体装置の製造方法 | |
JP3902747B2 (ja) | プローブ装置 | |
JP2007071765A (ja) | プローブ位置測定のためのプローブ制御装置、及び、プローブ制御方法 | |
KR102382569B1 (ko) | Pcba 검사장치의 pcba 검사방법 | |
US20240118338A1 (en) | Method for setting up test apparatus and test apparatus | |
JPH07110364A (ja) | プローブ装置及びプロービング方法 | |
JP2011237387A (ja) | Tcpハンドリング装置 | |
JP2005326371A (ja) | 基板検査装置、基板検査方法及び検査用接触子の移動制御プログラム | |
JPH028757A (ja) | プローブ装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |