지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Journal of the Korean Society for Precision Engineering Vol.34 No.7
- 발행연도
- 2017.7
- 수록면
- 449 - 453 (5page)
- DOI
- 10.7736/KSPE.2017.34.7.449
이용수
초록· 키워드
오류제보하기
The automated inspection method of paper cups by using a deep learning classifier is proposed. Unlike conventional inspection methods requiring defect detection, feature extraction, and classification stages, the proposed method gives a unified inspection approach where three separate stages are replaced by one deep-learning model. The images of paper cups are grabbed using a CCD (Charge Coupled Device) camera and diffused LED lights. The defect patches are extracted from the gathered images and then augmented to be trained by the deep- learning classifier. The random rotation, width and height shift, horizontal and vertical flip, shearing, and zooming are used as data augmentation. Negative patches are randomly extracted and augmented from gathered images. The VGG (Visual Geometry Group)-like classifier is used as our deep-learning classifier and has five convolutional layers and max-pooling layers for every two convolutional layers. The drop-outs are adopted to prevent overfitting. In the paper, we have tested four kinds of defects and nondefects. The optimal classifier model was obtained from train and validation data and the model shows 96.5% accuracy for test data. The results conclude that the proposed method is an effective and promising approach for paper cup inspection.
목차
1. 서론
2. 종이용기 자동 검사기
3. 결과 및 분석
4. 결론
REFERENCES
참고문헌 (7)
참고문헌 신청
Eom, K.-B., Kim, Y., Lee, K.-H., Kwon, S.-D., and Yoon, S.-H., “A Study on the Application of Image Processing Algorithm for Paper-Cup Inner Defect Inspection,” Proc. of the Korean Institute of Electrical Engineers Conference, pp. 2521-2524, 2002.
Krizhevsky, A., Sutskever, I., and Hinton, G. E., “Imagenet Classification with Deep Convolutional Neural Networks,” Proc. of the Advances in Neural Information Processing Systems, pp. 1097-1105, 2012.
Lee, J., Lim, Y. E., Park, K., and Ra, S. W., “Development of Annular Optics for the Inspection of Surface Defects on Screw Threads Using Ray Tracing Simulation,” J. Korean Soc. Precis. Eng., Vol. 33, No. 6, pp. 491-497, 2016.
Park, C., Choi, S., and Won, S., “Vision-Based Inspection for Periodic Defects in Steel Wire Rod Production,” Optical Engineering, Vol. 49, No. 1, Paper No. 017202, 2010.
Kumar, V. and Minz, S., “Feature Selection: A Lierature Review,” Smart Computing Review, Vol. 4, No. 3, pp. 211-229, 2014.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
차량 이미지 분류기 학습을 위한 샘플 자동 선택 기법
대한전자공학회 학술대회
2015 .06
-
딥러닝을 이용한 결함 검사 알고리즘
한국정밀공학회 학술발표대회 논문집
2019 .05
-
Analysis of the Impact of Training Data on Classifier Performance in Image-based Deep Learning Models
한국정밀공학회 학술발표대회 논문집
2024 .11
-
Development of Diagnosis Algorithm for Cam Wear of Paper Container Using Machine Learning
Journal of the Korean Society for Precision Engineering
2019 .10
-
뉴럴 네트워크 계산에서의 분류기 성능 측정
대한전자공학회 학술대회
2017 .11
-
An experimental and numerical study on the crush responses and energy absorption characteristics of single- and bi-layer cups under low-velocity impact
Steel and Composite Structures, An International Journal
2021 .01
-
A Deep Learning-Based Defect Detection and Inverse Design of Block Copolymer System
한국고분자학회 학술대회 연구논문 초록집
2021 .10
-
표면 결함 분류를 위한 적정 규모의 딥러닝 모델
전기학회논문지
2020 .12
-
알루미늄 판재의 다단계 드로잉에 있어서 원통컵의 치수 정밀도 비교
소성·가공
2015 .04
-
딥러닝과 데이터 생성 기술을 이용한 자동 결함 탐상 알고리즘
정보 및 제어 논문집
2018 .10
-
Automating Deep Learning Generation
대한전자공학회 학술대회
2018 .06
-
“심층학습(Deep learning)을 이용한 언어처리” 특집을 내면서
정보과학회지
2015 .10
-
컨볼루션 신경망 기반의 공구 상태 분류기 개발에 관한 연구
한국정밀공학회 학술발표대회 논문집
2019 .05
-
음성 감정인식을 위한 분류기에 대한 조사 및 비교분석
대한전자공학회 학술대회
2016 .06
-
유전 알고리즘 기반 귀납적 학습 환경에서 다중 분류기 시스템의 구축을 위한 메타 학습법
한국정보통신학회논문지
2015 .01
-
Automated Detection of COVID-19 with Deep-learning
한국생물공학회 학술대회
2020 .06
-
Oswestry Disability Analysis of Fuzzy Control Multi-cup Electr ic Cupping System
멀티미디어학회논문지
2015 .02
-
Black-Box Classifier Interpretation Using Decision Tree and Fuzzy Logic-Based Classifier Implementation
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2016 .03
-
유사성 학습을 이용한 작은 크기의 딥러닝 분류기 모델의 정확도 향상에 관한 연구
한국통신학회 학술대회논문집
2019 .01
-
전이학습을 이용한 비전기반 결함 탐지 알고리즘 개발
한국CDE학회 논문집
2020 .09
이 논문의 저자 정보
이 논문과 함께 이용한 논문
Comparison of faster R-CNN models for object detection
Chungkeun Lee
,
H. Jin Kim
,
Kyeong Won Oh
제어로봇시스템학회 국제학술대회 논문집
2016
.10
구글 TensorFlow 소개
김종영
한국컴퓨터정보학회지
2015
.12
시각지능을 위한 딥러닝 프레임워크 분석
이미영
,
김진규
,
김병조
외 2명
대한전자공학회 학술대회
2016
.06
파우치형 이차전지 X-Ray 검사 시 Tray의 유격으로 Image의 기울어짐이 있을 때 발생하는 검사 오류 개선 방안
박대현
,
오소향
,
왕지남
한국경영과학회 학술대회논문집
2023
.05
실시간 FFT 를 활용한 주기성과 비주기성 외란이 혼재하는 연속주조공정의 제어를 위한 액추에이터 제어 이득 조정
구배영
,
박유진
,
정하영
제어로봇시스템학회 국내학술대회 논문집
2019
.05
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-555-001020729