현재 위치
Home
Poster Session 차세대컴퓨팅 기술 전 분야(인공지능, 딥러닝 응용)
YOLO 계열 모델 기반 차량 패널 미세 결함 탐지 성능 비교
Performance Comparison of YOLO-Based Models for Minor Defect Detection in Automotive Panels
-
- 발행기관
- 한국차세대컴퓨팅학회 바로가기
-
- 간행물
- 한국차세대컴퓨팅학회 학술대회 바로가기
-
- 통권
- 2025 한국차세대컴퓨팅학회 춘계학술대회 (2025.05)바로가기
-
- 페이지
- pp.112-114
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A468920
원문정보
초록
- 한국어
- 차량 패널의 미세 결함은 제품 품질과 안전성, 소비자 신뢰도에 영향을 미치는 중요한 요소로, 이러한 결 함을 조기에 탐지하는 것은 필수적인 과정이다. 기존의 품질 검사 방식은 주로 육안 점검 및 초음파 탐상 등의 비파괴 검사(Non-Destructive Testing, NDT)기법에 의존하지만, 이러한 방법은 편차가 발생할 수 있 다. 본 연구에서는 대표적인 1-stage 객체 탐지 모델인 YOLO(You Only Look Once) v5, YOLO v8, YOLO 11을 적용하여 다양한 조명 및 표면 조건에서의 차량 패널 결함 탐지 성능을 비교·분석하였다. 이 연구는 YOLO 계열 모델의 성능 차이를 분석함으로써, 제조 분야에서 결함 탐지를 위한 최적의 모델을 선 정하는 데 기여할 수 있으며, 향후 실시간 품질 관리 시스템 구축에도 활용될 것으로 기대한다.
목차
요약
1. 서론
2. 관련연구
2.1 YOLO
2.2 YOLOv5
2.3 YOLOv8
2.4 YOLO11
3. 실험방법
3.1. 데이터셋
3.2. 실험환경 및 하이퍼 파라미터
4. 실험결과
5. 결론
참고문헌
키워드
YOLO 객체 탐지 차량 패널 결함 실시간 품질 관리저자
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.