Apr 2021 - Present
1. 應用OCR引擎於辨識wafer ID的系統,主要將圖片透過傳統影像辨識的處理,將特徵強化
再透過OCR引擎訓練模型並預測,由於辨識的只有英文字母、數字及少數符號,因此辨
識率非常的高。負責完成的部分包含傳統影像處理、data label、model training、predict
and test。
2. 於公司現有的晶圓瑕疵分類系統上,提出將預測結果的分數經由投票機制搭配加權級距的
方式處理,可以有效提升系統實際於產品線上應用的準確度約5%。
3. 於公司現有的晶圓瑕疵分類系統上,分析資料平衡的機制,改善部分平衡的方式,可以在
不影響準確度的前提下加速系統運行的速度。
4. 應用SOLOv2演算法訓練模型在半導體的測試上,主要功能為檢測探針於晶圓上的測試狀
態,我所設計的系統由於只需要偵測出晶圓上pad物件的位置,再搭配傳統影像辨識的後
處理就能達到高準確度,根據6張原始圖片並加以旋轉總共12張的資料做訓練後所得到的
模型,針對測試集41張圖片的偵測結果準確度超過9成。
5. 同上,設計auto label的功能,透過上述的結果可以自動擷取物件座標並匯入json file,最
後可以在labelme上顯示,可以大幅減少人工label images的時間。
6. 應用XGBoost、AdaBoost、Bagging搭建Stacking架構針對半導體廠內機台Recipe參數建
模,並預測其良率指標數值,雖然資料量過少,但可以看出預測結果擬合實際結果,未參
與訓練的資料集其實際結果約7600,但平均誤差約在60左右。
7. 應用docker工具將專案快速部屬到其他地區或客戶端上進行專案系統的測試與運行。
8. 應用Postgre SQL搭建資料庫,並由上述開發之主程式寫入或讀取資料。