自動化への対応でより効率的に
自動検査(LM Inspect)
LM Inspectは自動検査を行うためのソフトウェアです。ウェハやガラスなどの基板上に存在する微小欠陥や異物などを自動で全面検査します。欠陥Mapから任意ポイントの欠陥レビュー、欠陥分類(サイズ、白、黒、凹凸)も可能です。
下の画像はLM Inspectの操作画面です。測定フローのように、サンプルを設置して開始するだけで、検査の完了から欠陥のレビュー・分類および欠陥マップの表示まで自動的に進行します。

事例
下の画像はSiCウェハの欠陥検査事例です。コンフォーカルと微分干渉の組み合わせで散乱光強度の低い欠陥も検出でき、高解像度の画像を取得しているため、レビューや後からの欠陥トレースが可能です。オプションのHaze Map機能では表面ラフネスを可視化することができます。

LM Brain
LM BrainはAIを使った検査・分類を行うオプションソフトです。
繰り返しパターン、ランダムパターンなどの難易度の高いサンプルの欠陥検査を実現します。また、「Deep Learning」の採用により、高精度な欠陥分類が可能になりました。
パターン比較による欠陥検査
欠陥の無い良品画像を登録することで、パターン付サンプルや同一構造体が並ぶサンプルなどの検査が可能になりました。

Deep Learningによる欠陥分類
検出した欠陥の中から、デバイスに影響を及ぼすキラー欠陥をAIで抽出。通常の分類では難しい欠陥も高精度に分類します。

この製品を見た人はこちらも見ています