개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
- 학술대회자료
- 저자정보
- 발행연도
- 2023.10
- 수록면
- 994 - 998 (5page)
이용수
초록· 키워드
오류제보하기
Detecting defects on surfaces is a crucial challenge in the steel industry. Various object detection models, including one-stage and two-stage approaches, have been developed to address this problem. Currently, there is a scarcity of models that can effectively and efficiently handle both defect detection and classification tasks in real time. It is widely recognized that striking a balance between inference speed and the accuracy of object detection is a critical aspect that needs to be addressed. To address this challenge, our objective was to develop a model that ensures a high detection rate while achieving real-time processing capabilities. In pursuit of this objective, we conducted a comparative analysis between YOLOv7, a one-stage model, and Faster R-CNN, a two-stage model, followed by model optimization using TensorRT to enhance both inference speed and detection performance. As a result, we have successfully implemented a defect detection model utilizing actual production data, which achieved a detection rate of approximately 98.8% and a false ratio of 20%, while operating at a speed of 46 frames per second (FPS). This achievement demonstrates the effectiveness of our approach in balancing detection accuracy and inference speed.
목차
Abstract
1. INTRODUCTION
2. BACKGROUNDS
3. EXPERIMENTS
4. CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
YOLOv8 기반 Steel Surface Defect Detection 성능 향상 모델
한국정보과학회 학술발표논문집
2024 .06
-
Sub-Frame Analysis-based Object Detection for Real-Time Video Surveillance
International journal of internet, broadcasting and communication : IJIBC
2019 .01
-
실시간 철강 표면 결함 검출을 위한 딥러닝 객체 검출 알고리즘
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
Convolutional Neural Network-Based Metal Surface Defect Detection
한국통신학회 학술대회논문집
2021 .06
-
객체 수준 데이터 증강을 활용한 딥러닝 기반의 강판 표면 결함 검출
대한산업공학회지
2022 .08
-
Low-Precision 기법을 이용한 Object Detection의 Inference 성능 분석
한국정보과학회 학술발표논문집
2019 .12
-
Real-time defect inspection system for teflon tube using object detection
한국생산제조학회 학술발표대회 논문집
2022 .05
-
냉연 강판의 미세 결함 검출 기술
제어로봇시스템학회 논문지
2016 .04
-
객체 검출 알고리즘을 이용한 실시간 결함 검출 시스템
한국정밀공학회 학술발표대회 논문집
2022 .05
-
A Defect Detection Algorithm of Denim Fabric Based on Cascading Feature Extraction Architecture
JIPS(Journal of Information Processing Systems)
2023 .02
-
TFT-LCD 영상에서 결함 군집도 특성 기반의 확률밀도함수를 이용한 결함 검출 알고리즘
멀티미디어학회논문지
2016 .03
-
금속 표면의 결함 검출을 위한 영역 기반 CNN 기법 비교
전기학회논문지
2018 .07
-
이미지 검출을 통한 휠 너트의 불량 검출
한국소성가공학회 학술대회 논문집
2023 .11
-
인젝터 불량 검출을 위한 객체 감지 모델 기반 플랫폼 개발
한국자동차공학회 추계학술대회 및 전시회
2024 .11
-
Object Detection using Classification Knowledge
한국통신학회 학술대회논문집
2020 .02
-
Defect Detection Algorithm Based on Convolution Neural Network
대한기계학회 춘추학술대회
2015 .05
-
고속 YOLO 기반 차량 검출 성능 최적화 및 개선에 관한 연구
한국자동차공학회 춘계학술대회
2024 .06
-
An IoT-Based Object Detection and Alerting System for Livestock Disease Prevention
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2019 .06
-
Two-Context CNN Inference with TensorRT
대한전자공학회 학술대회
2019 .11
-
결함 검출을 위한 임베디드 딥러닝 시스템
전기학회논문지
2020 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
물체인식 방법을 이용한 PCB 결함 검출 가능성 분석
이창목
,
여동현
,
전왕수
외 1명
Proceedings of KIIT Conference
2023
.11
영상 처리 기반의 실시간 표면 결함 검출 알고리즘 개발
이래경
,
안수용
대한전자공학회 학술대회
2023
.06
CNN을 활용한 OLED 디스플레이 결함 검출 시스템 구현
조국한
,
허영욱
,
조현우
외 1명
한국정보기술학회논문지
2022
.06
Vision Sensor Technology Trends for Industrial Inspection System
김기수
,
박준
Journal of the Korean Society for Precision Engineering
2021
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088265252