La inspección de defectos en chips de circuitos integrados (IC) industriales se ve obstaculizada por diversas topologías, estructuras microescaladas y la precisión insuficiente de los paradigmas de visión tradicionales. Si bien el Modelo Segmenta Cualquier Cosa (SAM) ofrece sólidas capacidades de cero disparos, su gran dependencia de indicaciones manuales y la falta de adaptabilidad al dominio limitan su viabilidad en líneas de producción automatizadas. Este documento propone IC-SAM, un marco altamente automatizado diseñado para el control de calidad en la fabricación electrónica. IC-SAM integra de manera sinérgica tres módulos centrales: Conocimiento Previos del Proceso (PPK), que incorpora restricciones del dominio de semiconductores para suprimir el ruido de fondo; Promoción Semántica Autoimpulsada, que utiliza CLIP para alinear características visuales con descripciones del proceso para la localización autónoma de objetivos; y Fusión de Características Globales (GFF), que optimiza la localización de límites a través de la interacción a múltiples escalas. Experimentos extensos demuestran que IC-SAM supera a los modelos base en aproximadamente un 15% tanto en mIoU como en mBIoU en los conjuntos de datos de SIC, CIC e IGBT. El marco logra 9.6 FPS bajo la configuración de entrada de 1024 × 1024 mientras introduce solo 2.3 M de parámetros aprendibles, lo que indica una estrategia de adaptación eficiente en parámetros con un costo computacional cuantificado para la inspección precisa de IC.
Deng et al. (Fri,) estudiaron esta pregunta.