http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
신발 갑피 결함 검사를 위한 딥러닝 기반 머신 비전시스템 개발
강정호(J. H. Kang),정기민(K. M. Jeong),류원호(W. H. Yu),이경창(K. C. Lee) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.11월
머신 비전을 이용하여 제품의 결함을 검사하는 방법은 다양한 제조 분야에서 적용되고 있다. 최근에는 이러한 머신비전에 딥러닝을 적용하여 보다 정확한 품질검사를 하려고 하는 시도가 있다. 딥러닝을 이용한 결함 검출 방법은 높은 인식율과 성능면에서는 장점이 있지만, 사전 학습된 모델을 산업현장에 바로 적용하는 것은 아직 어려움이 존재한다. 특히, 딥러닝을 적용하기 위해서는 충분한 양의 데이터를 전제로 하여야 하지만, 산업현장에서는 현실적으로 데이터 확보에 어려운 점이 많다. 이에 따라, 본 연구에서는 신발 갑피 제조공정에서 발생하는 결함을 자동으로 검출하기 위해 제한된 신발 갑피 데이터를 이용한 딥러닝 기반의 머신비전 시스템을 제안한다. 제한된 데이터를 이용하여 갑피의 결함을 검출하기 위해 Few-shot Learning 기법으로 설계하였다. Few-shot Learning 기법은 기존의 객체 탐지에서의 분류와는 다르게 입력된 이미지가 학습된 데이터와의 거리를 계산하여 이미지의 유사도가 계산되는 기법이다. 본 연구에서는 설계된 알고리즘을 검증하기 위해 신발 갑피를 촬영하여 검사 및 데이터 수집을 할 수 있는 머신 비전시스템을 개발하였다. 비전시스템은 갑피에 균일하게 조명이 조사되도록 원형의 간접조명 방식으로 설계하였고, 갑피의 스티치 인식을 위해 20 M 의 고해상도 카메라를 장착하였다. 본 연구에서 개발된 비전시스템을 기반으로 실제 신발 갑피 생산공정 중 발생할 수 있는 결함을 자동으로 검출할 수 있을 것으로 예상된다.