현재 위치
Home
Poster Session 차세대컴퓨팅 기술 전 분야(인공지능, 딥러닝 응용)
금속 표면 미세 결함 탐지를 위한 YOLO11과 Faster R-CNN 탐지 성능 비교 연구
Comparative Study on the Detection Performance of YOLO11 and Faster R-CNN for Micro Defect Detection on Metal Surfaces
-
- 발행기관
- 한국차세대컴퓨팅학회 바로가기
-
- 간행물
- 한국차세대컴퓨팅학회 학술대회 바로가기
-
- 통권
- 2025 한국차세대컴퓨팅학회 춘계학술대회 (2025.05)바로가기
-
- 페이지
- pp.105-108
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A468918
원문정보
초록
- 한국어
- 금속 표면의 미세 결함은 제품의 품질과 안정성에 중요한 영향을 미치기 때문에 산업 현장에서 정 밀한 검사 과정이 필수적이다. 그러나 기존 검사 방식은 검사자의 주관적 판단에 따라 결과가 달라 질 수 있어, 이를 보완하기 위해 인공지능 기반 탐지 모델이 주목받고 있다. 본 연구에서는 1-stage 모델 YOLO(You Only Look Once)11과 2-stage 모델 Faster R-CNN의 금속 표면 미세 결함 탐지 성능을 비교하였다. 정밀도(Precision), 재현율(Recall), 추론 시간을 주요 성능 지표로 평가한 결과, YOLO11은 실시간 탐지 속도에서, Faster R-CNN은 정밀도에서 우수한 성능을 보였다. 본 연구는 금속 표면 결함 검사 자동화 시스템 구축을 위한 기초 자료를 제공하며, 향후 인공지능 기반 결함 검출 기술의 발전 방향을 제시하는데 기여할 것으로 기대된다.
목차
요약
1. 서론
2. 사전지식
2.1 금속 표면 미세 결함
2.2 YOLO11
2.3 Faster R-CNN
3. 실험방법
3.1 환경
3.2 데이터셋
3.3 모델 선정
3.4 하이퍼 파라미터
3.5 평가
4. 실험 결과
5. 결론
참고문헌
키워드
금속 표면 결함 미세 결함 탐지 YOLO11 Faster R-CNN저자
간행물 정보
발행기관
-
- 발행기관명
- 한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
- 설립연도
- 2005
- 분야
- 공학>컴퓨터학
- 소개
- 본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.
간행물
-
- 간행물명
- 한국차세대컴퓨팅학회 학술대회
- 간기
- 반년간
- 수록기간
- 2021~2025
- 십진분류
- KDC 566 DDC 004
이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2025 한국차세대컴퓨팅학회 춘계학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.