http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
전용호(Y. Jeon),김익수(I. S. Kim),이문구(M. G. Lee) Korean Society for Precision Engineering 2021 한국정밀공학회 학술발표대회 논문집 Vol.2021 No.5월
최근 금속 3D 프린팅 기술이 발전하면서 기계부품, 공사현장, 바이오산업 등의 분야에서 적용되고 있지만 출력물 내부의 결함 문제가 해결되어야 한다. 금속 3D 프린팅의 결함은 출력물 내부의 기공, 미세 균열 등의 형태로 나타나며, 이는 출력된 이후의 현미경 및 CT 분석을 통해 확인이 가능하다. 또한 기공이나 크랙에 대한 이해가 명확하지 않거나 단시간에 많은 이미지를 확인하여야 하는 경우에는 오류가 발생하는 등의 문제점이 있다. 따라서, 본 연구에서는 딥러닝을 활용한 정밀 객체 검출 알고리즘을 개발하고자 한다. 많은 객체 검출 알고리즘이 있지만 데이터 처리 속도가 빠르고 정확도가 높은 딥러닝 기반의 YOLO (You Only Look Once)를 이용하여 결함을 자동적으로 검출하는 것을 목적으로 한다. YOLO V3, V4, V5의 알고리즘 별 비교를 통해 어떠한 알고리즘이 더 많은 양의 이미지를 처리할 수 있는지, 또한 정확도와 속도를 비교하여 결함 검출 과정에서 어떠한 YOLO 모델이 보다 효율적인지를 분석하였다. 비교 분석을 위해 100 개의 데이터 이미지를 준비했고 그중 80%는 트레이닝 이미지로 20%는 검증 이미지로 사용했다. 보다 나은 검증 결과를 위해 Image Augmentation을 이용하여 640 개의 트레이닝 이미지와 160 개의 검증 이미지로 증폭시킨 뒤 연구를 진행했다.