Faster R-CNN 기반의 블레이드 결함 검출 모델 = Damage Detection Model Based on Faster R-CNN for Surface Damages of Blade Systems

국문 초록 (Abstract)

딥러닝(Deep Learning) 기술은 이미지 데이터를 비롯하여 텍스트 데이터, 음성 데이터 등을 학습시켜 특성을 추출하고 인식하기 위한 여러 분야에 적용하고 연구되고 있다. 내부에 존재하는 블레이드는 본체와 분리가 불가능하고, 내부의 매우 불리한 환경속에서 검출이 이루어져야 한다. 기존의 영상 검출 방법은 상당한 시간이 요구되며, 기술자들의 개인적 능력과 경험에 의존하고 있다. 본 연구에서는 내부 블레이드의 표면 결함을 효율적으로 검출하고 자동화하기 위하여 Faster R-CNN 알고리즘을 학습시켜 검출 모델을 구축하였다.