ADC Automatic Defect Classification
ADC，全稱Automatic Defect Classification（自動缺陷分類系統），專注于在生產過程中精確識別和分類缺陷。通過機器視覺和AI驅動的分類算法，ADC幫助工程師提升缺陷檢測效率，自動化識別半導體制造各階段中的缺陷。
FA ADC主要有以下特點：
高精度的缺陷分析: 使用深度習模型識別多種缺陷，即使面對多樣化的缺陷類型和工藝復雜度，也能確保高準確率；
實時分析: 識別一張缺陷圖片不低于 0.025 sec，并基于Klarf數據及時反饋缺陷類型和分布情況，支持快速采取糾正措施;
智能化缺陷學習: 隨著數據積累不斷優化分類算法，提高缺陷識別的精準度和效率;
無縫集成: 通過API與任何生產系統輕松集成，兼容基礎通訊協議，確保高效穩定的生產對接;
以圖搜圖: 集成了先進的大模型技術，實現精準的圖像檢索功能，快速查找相似缺陷圖像;
無圖分類: 基于已有的缺陷數據構建高效模型，利用特征推理算法在沒有圖像輸入的情況下實現缺陷分類;
集成大模型技術，實現根據缺陷圖片快速查找相似缺陷的功能，便于追蹤和比對歷史缺陷記錄。
集成大模型技術，實現根據缺陷圖片快速查找相似缺陷的功能，便于追蹤和比對歷史缺陷記錄。
基于已有缺陷數據的特征進行建模和推理，即使在沒有圖像輸入的情況下，也能進行精確分類
基于已有缺陷數據的特征進行建模和推理，即使在沒有圖像輸入的情況下，也能進行精確分類。
持續監控生產過程中的缺陷分布和趨勢，支持查看wafer map及每份Klarf文件的分類結果。通過實時數據圖表，幫助工程師全面掌握生產狀況，并進行預防性維護和優化調整。
持續監控生產過程中的缺陷分布和趨勢，支持查看wafer map及每份Klarf文件的分類結果。通過實時數據圖表，幫助工程師全面掌握生產狀況，并進行預防性維護和優化調整。
對檢測到的缺陷提供詳細的復查功能，工程師可以在復查過程中校正AI的判斷，分析缺陷的成因與影響，同時幫助AI快速迭代和升級。
對檢測到的缺陷提供詳細的復查功能，工程師可以在復查過程中校正AI的判斷，分析缺陷的成因與影響，同時幫助AI快速迭代和升級。
系統能夠精確定位并分類缺陷，利用精確的邊界框、區域和分類技術，實現對每個缺陷的精準檢測和分類。基于無代碼人工智能平臺，系統會隨著數據積累自動學習和提升，保證檢測...
系統能夠精確定位并分類缺陷，利用精確的邊界框、區域和分類技術，實現對每個缺陷的精準檢測和分類。基于無代碼人工智能平臺，系統會隨著數據積累自動學習和提升，保證檢測的精確性和效率。
通過自動分類各種缺陷類型，結合深度學習算法不斷提高分類的準確性，幫助快速定位和處理多種缺陷。系統基于無代碼的人工智能平臺，能夠從數據中持續學習，適應不斷變化的生產需求。
通過自動分類各種缺陷類型，結合深度學習算法不斷提高分類的準確性，幫助快速定位和處理多種缺陷。系統基于無代碼的人工智能平臺，能夠從數據中持續學習，適應不斷變化的生產需求。
提供便捷的缺陷標注功能，幫助工程師對檢測到的缺陷進行標準化標簽，支持批量標注和自動化處理，簡化流程
提供便捷的缺陷標注功能，幫助工程師對檢測到的缺陷進行標準化標簽，支持批量標注和自動化處理，簡化流程.
部署運維: 通過CI/CD實現自動化集成，借助鏡像中心完成服務的容器化管理和自動化部署，提升運維效率和系統的擴展性
數據標注與抽取: 系統自動從設備端到系統完成數據的抽取、清洗、轉換和加載，支持多樣化的數據源，確保數據處理的高效性與準確性
模型訓練： 依托分布式計算架構，支持并行訓練，結合自動化學習與遷移學習技術，顯著加快模型的開發周期，減少對人為干預的依賴
數據服務： 提供數據溯源分析和歷史數據復判功能，集成大模型，支持基于API的在線服務，結合向量數據庫，實現高效的圖像相似缺陷搜索
基于Kubernetes集群管理多個服務集群，服務器的數量可以根據業務需求和數據量靈活擴展與縮減，確保系統能夠高效應對不同規模的數據處理任務。
+86 021 5080 4093
contact@fa-software.com
上海市浦東新區世紀大道1196號世紀匯二座1208室
