高质量数据集典型案例 | 芯片陶瓷封装基板表面缺陷二维数据集

　　推荐单位：教育部
　　申报单位：东北大学
　　一、背景
　　芯片陶瓷封装基板当前主要应用于军事、航天、光通信等高尖端领域，其制造过程工艺复杂，涵盖流延、冲孔、填孔、印刷等十余道工艺。随着工艺制程的不断进步，现有生产设备难以稳定生产高多层、高密度互联的基板，对该领域的智能检测提出了更高的要求。本案例针对芯片陶瓷封装基板冲孔、填孔、印刷等核心工艺环节的高精细图形化检测需求，构建高质量二维表面缺陷数据集，为该领域检测技术研究提供坚实的数据支撑。
　　二、方案和成效
　　一是构建高精度视觉采集系统，实现大规模数据采集。针对芯片陶瓷封装基板样本不足、样本质量差等难题，采用高分辨率面阵相机与液态高倍率远心镜头构建高精度成像系统，累计采集样本114615个，其中正常样本71256个，缺陷样本43359个，为目前集成电路公开数据集中精度最高、数量最多的数据集。
　　二是构建视觉大模型技术赋能检测任务。针对现有缺陷检测大模型在陶瓷封装基板缺陷检测领域识别精度低、端侧部署难等难题，基于本案例构建青阙－表面缺陷检测大模型，设计了线性映射微调和耦合优化知识蒸馏机制，实现了大模型的端侧高效部署，跨域识别精度超过90%。
　　三是研制芯片陶瓷封装基板图形化缺陷检测设备。研究团队自主设计研发芯片陶瓷封装基板图形化缺陷检测设备，成像分辨率可达1微米，可检出最小缺陷面积为9平方微米，成功应用至应用于陶瓷封装领域头部制造企业，累计检测样品超10万件，检测准确率超过90%，助力相关企业中高端产品良率提升20%以上，复杂产品验证周期缩短35%以上。
　　三、创新点
　　一是打造芯片陶瓷封装基板缺陷检测领域内的数据标杆。本数据集为目前集成电路公开数据集中数量最多、精度最高的数据集，数据集中的每个样本均构建了精细的锚框标注和像素级掩码标注，为学术界和产业界人工智能模型的应用提供了数据基础，打造行业数据标杆。
　　二是助力行业大模型研发。基于本案例数据集自研青阙－表面缺陷检测大模型，有效提升了芯片陶瓷封装基板表面缺陷检测的准确率和泛化性。
　　三是支撑检测装备研制。本案例数据集及自研大模型支撑芯片陶瓷封装基板图形化缺陷检测设备的研制，在检测精度、效率等性能指标表现优异，并具备强大的跨域适应能力，可以实现多缺陷类别的高准确度检测，填补了国内陶瓷封装基板领域的行业空白。