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.
초록· 키워드
오류제보하기
A machine vision based industrial inspection includes defects detection and classification. Fast inspection is a fundamental problem for many applications of real-time vision systems. It requires little computation time and localizing defects robustly with high accuracy. Deep learning technique have been known not to be suitable for real-time applications. Recently a couple of fast region-based CNN algorithms for object detection are introduced, such as Faster R-CNN, and YOLOv2. We apply these methods for an industrial inspection problem. Three CNN based detection algorithms, VOV based CNN, Faster R-CNN, and YOLOv2, are experimented for defect detection on metal surface. The results for inspection time and various performance indices are compared and analysed.
목차
Abstract
1. 서론
2. 결함 검사 구분 및 위치검출
3. CNN 기반 결함 검출 기법
4. 실험 및 결과 분석
5. 결론
References
참고문헌 (14)
참고문헌 신청
Y. Park, and I. S. Kweon, “Ambiguous Surface Defect Image Classification of AMOLED Displays in Smartphones,” IEEE Trans. on Industrial Informatics, vol. 12, no. 2, pp. 597-607, 2016
S. Ghorai, A. Mukherjee, M. Gangadaran, P. K. Dutta, “Automatic Defect Detection on Hot-Rolled Flat Steel Products,” IEEE Trans. on Instrumentation and Measurement, vol. 62, Iss. 3, pp. 612?621, 2013.
LeCun, Yann, et al. “Gradient based learning applied to document recognition,” Proceedings of the IEEE, pp. 2278-2324, 1998
J-K. Park, N. Kwon, J-H. and D. Kang, “Machine Learning-Based Imaging System for Surface Defect Inspection, International Journal of Precision Engineering and Manufacturing-Green Technology, vol. 3, no. 3, pp. 303-310, 2016
H. Choi and K. Seo, “CNN Based Detection of Surface Defects for Electronic Parts,” Journal of Korean Institute of Intelligent Systems, vol. 27, no. 3, pp. 195-200, 2017.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
결함 검출을 위한 CNN 구조의 비교
대한전기학회 학술대회 논문집
2017 .07
-
표면 결함 검출을 위한 CNN 구조의 비교
전기학회논문지
2017 .07
-
CNN 기반 전자소자의 표면 결함 검출
대한전기학회 학술대회 논문집
2018 .07
-
이미지 프로세싱 및 Faster R-CNN을 이용한 생산품 결함 모니터링
한국생산제조학회 학술발표대회 논문집
2020 .07
-
스마트 글래스에 적용 가능한 Faster R-CNN 기반 물체 검출
Proceedings of KIIT Conference
2023 .11
-
전자부품의 표면 결함 검출을 위한 CNN 기법
한국지능시스템학회 논문지
2017 .06
-
Analysis of YOLOv5 results based on detection speed and precision
한국생산제조학회 학술발표대회 논문집
2022 .05
-
결함 검출을 위한 임베디드 딥러닝 시스템
전기학회논문지
2020 .02
-
실제 로드뷰 이미지에서 Faster R-CNN과 Scene Text Detection CNN을 이용한 간판 영역 검출 방법
한국정보과학회 학술발표논문집
2022 .06
-
R-CNN을 이용한 다중 차량 검출 연구
정보 및 제어 논문집
2019 .10
-
CNN을 이용한 Al 6061 표면 결함 분류
한국소성가공학회 학술대회 논문집
2022 .05
-
YOLOv3 CNN 연산량 간소화 위한 구현 알고리즘
대한전자공학회 학술대회
2019 .11
-
Faster R-CNN 기반 보행 장애물 검출
대한전기학회 학술대회 논문집
2020 .07
-
긍정과 부정 이미지 기반 데이터 편향에 따른 CNN모델의 차이 연구
대한인간공학회 학술대회논문집
2022 .10
-
Faster R-CNN을 이용한 해양에서의 선박 검출
정보 및 제어 논문집
2017 .10
-
Comparison of faster R-CNN models for object detection
제어로봇시스템학회 국제학술대회 논문집
2016 .10
-
Real-time defect inspection system for teflon tube using object detection
한국생산제조학회 학술발표대회 논문집
2022 .05
-
CNN 을 이용한 네트워크 침해 탐지 연구
한국통신학회 학술대회논문집
2018 .06
-
전이학습을 이용한 비전기반 결함 탐지 알고리즘 개발
한국CDE학회 논문집
2020 .09
-
회전플랫폼을 이용한 AI CNN 기반의 조속기 불량 검출 시스템 개발
제어로봇시스템학회 논문지
2024 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
표면 결함 검출을 위한 CNN 구조의 비교
최학영
,
서기성
전기학회논문지
2017
.07
조건부 적대적 생성 신경망을 이용한 동작 상상 기반 뇌-컴퓨터 인터페이스 성능 향상을 위한 뇌 신호 데이터 증대
고원준
,
전은진
,
석흥일
한국정보과학회 학술발표논문집
2018
.06
Generative Adversarial Networks를 이용한 Face Morphing 기법 연구
한윤
,
김형중
디지털콘텐츠학회논문지
2018
.03
Faster R-CNN을 이용한 해양에서의 선박 검출
김광현
,
홍성준
,
최배훈
외 2명
정보 및 제어 논문집
2017
.10
전자부품의 표면 결함 검출을 위한 CNN 기법
최학영
,
서기성
한국지능시스템학회 논문지
2017
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2018-560-003124478