YOLO-V3 를 활용한 부품 결함 검사 시 Feature Map Scale 이 성능에 미치는 영향

이호준; 유승환; 박태준; 윤종완; 서광원

추천

검색

질문

자료유형: 학술대회자료

저자정보: 이호준 (한양대학교) 유승환 (한양대학교) 박태준 (한양대학교) 윤종완 (한양대학교) 서광원 (한양대학교)

저널정보: 한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2021 학술대회 발표 논문집

발행연도: 2021.1

수록면: 639 - 643 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

현재 금속제품 결함 검사에 널리 사용되고 있는 딥러닝 기반 Object Detection은 높은 실시간 검출 성능을 보유하고 있으나 그 정확도는 제품 검사 공정자동화를 달성하기에 충분하지 않다. 따라서 기존의 금속 제품 결함 검사 성능을 향상시킬 수 있는 연구가 필요하다. 본 논문에서는 YOLO-V3를 활용하여 금속 부품의 미세 결함 검사 시 detection layer와 연결하는 feature map의 스케일이 결함 검출 성능에 미치는 영향을 실험을 통해 비교하고 YOLO-V3를 활용하여 금속 부품의 미세 결함을 효과적으로 검출하기 위한 최적의 네트워크 구성 방법을 제시한다. 본 논문에서 제안하는 네트워크 구조를 적용할 경우 기존의 YOLO-V3의 구조를 적용한 경우보다 8.12%의 mAP의 성능 향상을 얻을 수 있다. 또한 제안하는 네트워크 구조 적용을 통해 향후 연구에서 부품 결함 검사 시 결함 검출율 향상을 기대할 수 있다.

#Machine Learning #Defect Inspection #Deep Learning #Object Detection

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이호준

소속기관 한양대학교

주요연구분야 공학 > 컴퓨터학 복합학 > 학제간연구

논문수 32 이용수 2,688

Seung-Hwan Yoo

소속기관 한국에너지기술연구원

주요연구분야 공학 > 기계공학 > 기계공학 일반 복합학 > 학제간연구

논문수 20 이용수 5,579

박태준

소속기관 한양대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 컴퓨터학

논문수 61 이용수 6,006

윤종완

소속기관 한양대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 복합학 > 학제간연구

논문수 16 이용수 1,503

소속기관

주요연구분야

논문수 이용수

이 논문과 함께 이용한 논문

딥러닝 기반 결함 검출 모델을 활용한 RT 필름 판독 기술

장재경 한국비파괴검사학회 춘계학술대회 초록집 2023 .05

객체 수준 데이터 증강을 활용한 딥러닝 기반의 강판 표면 결함 검출

안인범 , 김성범 대한산업공학회지 2022 .08

스마트폰 기반의 DGPS 단말 설계 및 구현

방성민 , 홍성수 정보과학회 컴퓨팅의 실제 논문지 2015 .12

딥러닝을 활용한 결함검출 알고리즘 비교분석

전용호 , 김익수 , 이문구 한국정밀공학회 학술발표대회 논문집 2021 .05

Automatic Metallic Surface Defect Detection using ShuffleDefectNet

Avlokulov Anva , Young Im Cho 한국컴퓨터정보학회논문지 2020 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-004-001468424

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)