芯碁人工智能技术提升靶标Mark识别精度

Mark识别指的是使用图像处理技术对成像设备显示的Mark图形进行精确识别定位。由于不同的工艺，材料和形状等因素造成Mark识别存在较多难点。

1. Mark多样性问题

Mark形状种类繁多，不同的厂家有不同的设计。IC产业常见Mark类型为多种形状组合和任意形状，PCB产业常见Mark类型有圆形，矩形，十字，矩阵，圆环等。另外，不同的光照条件，感光材料种类、厚度，清洗和蚀刻技术均对Mark成像有着很大影响，这就造成了Mark识别的复杂性和多样性。

图1.1 Mark种类示意图

2. Mark工艺变形问题

目前市面上的制作Mark设备种类繁多，制作工艺可以分为机械制作和激光制作两种。不同设备的稳定性，不同工艺的流程会对Mark最终成型产生影响。

以十字Mark为例，标准图形因工艺压缩，蚀刻技术产生形变，压缩变形，十字会成像出不同的图像。

图1.2 不同工艺的十字Mark

3. 识别精度要求高

直写光刻技术作为一种高精度、高效率的微纳加工手段，其核心在于实现设计图案到基片的精确转移。在这一过程中，Mark识别作为定位与对准的关键步骤，直接决定了图案转移的准确性。若Mark识别精度不足，即使光刻设备其他性能优异，仍会导致图案错位、变形，甚至无法正确复制等问题。

因此，提升Mark识别精度既是增强直写光刻设备整体性能的关键，也是实现高精度微纳结构制造的必要条件。随着技术进步，业界对Mark识别精度的要求也在持续提升。

4. Mark残缺，遮挡

在实际生产中，由于前序工艺的限制，Mark经常出现破损、残缺、遮挡等异常情况，这给识别工作带来了巨大挑战。作为光刻过程中的关键参照点，Mark的完整性直接影响图案定位和复制的精度。当Mark出现残缺时，光刻设备的定位精度会显著下降，导致图案复制时产生错位、边缘模糊或不规则等问题，最终影响产品的质量和性能。

图1.3 异常Mark示意图

5. 多重圆识别偏位问题

实际Mark制作中，例如PCB HDI板生产中机械钻孔，激光钻孔或者压膜工艺容易出现多层轮廓成像问题，如图1.4所示。由于不同轮廓区域大小相近，特征相近，传统Mark识别算法识别常常会出现识别偏位问题。

图1.4 多层圆结构Mark图

传统Mark识别算法受限于泛化能力不足，往往需要针对不同Mark特征定制专用算法，开发效率低下。相比之下，基于AI的识别技术通过预训练模型获取丰富的Mark特征表达，在实际应用中仅需少量样本即可实现高精度识别，显著提升了算法的兼容性和泛化能力。

AI技术在Mark识别中的应用主要涵盖以下几个维度：

• 特征提取：通过边缘检测、目标检测等技术精准定位Mark特征

• 语义理解：利用深度学习提取Mark的语义信息

• 数据增强：采用样本生成技术扩充训练数据

• 预处理优化：提升图像质量，为识别提供优质输入

为了更好的使用AI技术进行Mark识别，芯碁微装开发了智能Mark识别系统进行各领域的Mark识别。智能Mark识别系统具有以下优点：

• 操作界面直观友好，易于上手

• 基于AI的智能算法具备强大泛化能力，可自适应学习多种Mark特征

• 识别精度达亚微米级（3σ），稳定性优异

• 识别速度快，简单Mark＜50ms，复杂Mark约100ms

• 自主研发AI模型，对低质量、复杂干扰Mark具有快速响应能力

来源：芯碁微装

声明：本平台部分图文素材源于网络或者由企业提供，如有侵权请通知，我们核实后会立即删除。