Earticle

현재 위치 Home

템플릿 매칭 및 딥러닝 모델을 이용한 공정 결함 탐지 방법
Defect Detection Method Using Template Matching and Deep Learning Model

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재 바로가기
  • 통권
    제7권 5호 (2023.05)바로가기
  • 페이지
    pp.781-787
  • 저자
    임혜지, 이의철
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A430475

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Mass production in factories has made it more difficult for humans to detect defects directly. As defect detection is essential in quality control, the demand for automated defect detection is increasing. Accordingly, research that can improve productivity and reduce costs through automated defect detection using computer vision technology is attracting attention. In this study, template matching and deep learning model ResNet34 were used to detect errors on the cap and valve position in a factory that produces parts in an air conditioning system. As a result of the experiment, when deep learning was used, it showed higher accuracy than template matching, and all defective data could be detected in the top image, and a detection rate of more than 99% was recorded in the side image. These results show the possibility that automated defect detection technology can be utilized as an efficient means of production management.
한국어
공장에서의 대량 생산으로 사람이 직접 결함을 발견하는 것은 더욱 힘들어졌다. 결함 발견은 품질 관리 에서 필수적이므로 자동화된 결함 감지의 수요가 증가하고 있다. 이에 따라 컴퓨터 비전 기술을 이용하여 자동화 된 결함 발견으로 생산성을 향상하고 비용을 절감할 수 있는 연구가 관심을 받고 있다. 본 연구에서는 공기조화장치 내 부품을 생산하는 공장에서 캡과 밸브 위치에 대한 에러 검출을 하기 위해 템플릿 매칭과 딥러닝 모델 ResNet34 을 사용하였다. 실험 결과 딥러닝을 이용한 경우 템플릿 매칭보다 더 높은 정확도를 보였으며 top 이미지에서는 모든 불량 데이터를 검출할 수 있었고 side 이미지에서도 99% 이상의 불량 데이터 검출률을 기록하였다. 이러한 결과는 자동화된 결함 탐지 기술이 생산 관리의 효율적인 수단으로 활용될 수 있다는 가능성을 보여준다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
2.1 데이터셋
2.2 템플릿 매칭
2.3 ResNet34
Ⅲ. 결과
3.1 템플릿 매칭
3.2 ResNet34
Ⅳ. 결론
REFERENCES

키워드

결함 탐지 템플릿 매칭 딥러닝 공장 자동화 ResNet34 Defect detection Template Matching Deep learning Factory automation ResNet34

저자

  • 임혜지 [ Hye-Ji Lim | 상명대학교 대학원 지능정보공학과 학생 ]
  • 이의철 [ Eui Chul Lee | 상명대학교 휴먼지능정보공학과 교수 ] Corresponding author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 간행물명
    차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
  • 간기
    월간
  • pISSN
    2508-8270
  • 수록기간
    2017~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 506 DDC 606

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제7권 5호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.