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
- 학위논문
- 저자정보
- 지도교수
- 박태형
- 발행연도
- 2019
- 저작권
- 충북대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (4)
2019
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Deep learning is a method of machine learning and is currently being used in various industrial fields. Convolutional neural network(CNN), one of the deep learning techniques, is used in image classification especially in image classification. Deep learning is also used in semantic segmentation as upsampling methods are developed. This paper proposes a system for classifying printed circuit board mounting parts. To improve the classification accuracy, two CNNs were connected in series. The first CNN is a network for device region detection, separates the part region and backgrounde region. Next, The first CNN is a network for device classification, separated part area image to identify the part type.
목차
Ⅰ. 서 론 11.1 연구 배경 11.2 SMD 종류 31.3 자동 광학 검사기 51.4 부품 분류 71.5 기존 연구 101.6 연구 목표 15Ⅱ. 시스템 구성 17Ⅲ. 부품 영역 검출 193.1 의미론적 세분화 193.2 Up-sampling 223.3 부품 영역 검출 네트워크 253.4 부품 영역 보완 27Ⅳ. 부품 분류 294.1 Convolutional neural network 294.2 부품 분류 네트워크 32Ⅴ. 실험 결과 345.1 실험 환경 345.2 실험 데이터 365.3 부품 영역 검출 결과 375.4 부품 분류 결과 40Ⅵ. 결 론 45참고문헌 46
최근 본 자료
댓글(0)
0