메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정준욱 (한국기술교육대학교) 김현재 (한국기술교육대학교) 손성빈 (한국기술교육대학교) 오흥선 (한국기술교육대학교)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제28권 제7호
발행연도
2022.7
수록면
699 - 705 (7page)
DOI
10.5302/J.ICROS.2022.22.0071

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The Multi-Layer Ceramic Capacitor (MLCC) lamination inspection process is an essential step in determining whether the dielectric in an MLCC image, which allows a constant flow of current, is well stacked or not at an early stage. Nevertheless, in the conventional inspection process, the inspector manually measures the margin ratio of the dielectric in the MLCC image and then conducts a simple visual inspection. This process is time and human resources consuming. Additionally, it causes noise in the determined result because it depends on each inspector’s subjective judgment. In this paper, we propose an MLCC lamination alignment inspection system using a deep learning-based segmentation model to solve this issue. Using various experiments, we demonstrated that the proposed system can help inspectors and improve work efficiency.
#defect detection #instance segmentation #object detection

목차

Abstract
Ⅰ. 서론
Ⅱ. 관련연구
Ⅲ. 본론
Ⅳ. 실험
Ⅴ. 결론
REFERENCES

참고문헌 (26)

참고문헌 신청
J. Long, E. Shelhamer, and T. Darrell, “Fully convolutional networks for semantic segmentation,” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 3431-3440, 2015. google schola K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual learning for image recognition,” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 770-778, Jan. 2016. google schola A. Krizhevsky, I. Sutskever, and G. E. Hintosn, “Imagenet classification with deep convolutional neural networks,” Advances in Neural Information Processing Systems 25, 2012. google schola K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” arXiv Preprint, 2014. google schola C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S. Reed, D. Anguelov, D. Erhan, V. Vanhoucke, and A. Rabinovich, “Going deeper with convolutions,” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 1-9, 2015. google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

독립모델을 이용한 딥 러닝 기반의 MLCC 적층 얼라인먼트 자동 검사 시스템
손성빈 ,  김현재 ,  정준욱 외 1명 제어로봇시스템학회 논문지 2022 .10
이미지 캡셔닝을 위한 스타일이 반영된 데이터 생성 기술
손성빈 ,  김경민 ,  오흥선 제어로봇시스템학회 논문지 2023 .12
YOLOv5를 이용한 병원 내부환경에서의 환자 낙상 탐지모델에 관한 연구
홍상훈 ,  배현재 한국컴퓨터정보학회 학술발표논문집 2022 .07
심층강화학습 기반 후방차량 감속을 고려한 차선변경 판단 기법
조기환 ,  박태형 제어로봇시스템학회 논문지 2022 .06
딥러닝 기반 객체 탐지 결과의 불확실성을 고려한 자동 선박 탐지 및 추적
김종휘 ,  조용훈 ,  한솔 외 1명 제어로봇시스템학회 논문지 2022 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-003-001504717