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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
남상규 (한양대학교) 전재훈 (한양대학교) 이다현 (한양대학교) 윤종완 (한양대학교) 고병진 (한양대학교) 박태준 (한양대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2023.6
수록면
12 - 15 (4page)

이용수

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

초록· 키워드

오류제보하기
용접은 모든 산업에 근간이 되는 공정으로 전 산업에 널리 사용되지만 용접 작업의 위험성과 고된 작업으로 인해 용접공들의 수가 줄고 있다. 이를 대체 하고자 딥러닝 학습을 통한 용접 자동화 시스템을 구축하였다. 기존의 용접 자동화 시스템은 Unet3+를 학습시켜 2D 용접 경로를 추론하고, RGB-D 카메라로 3D 용접경로를 완성 시킨다. 본 논문에서는 용접선의 정확도를 높이기 위해 DeepLab V3+에 Regional Contrast를 적용시켜, 딥러닝 학습에 필요한 라벨링 작업의 자원과 비용을 줄이기 위해 준지도 학습으로 편의성을 높였다. 기존 학습 시 사용된 라벨의 5%로 Unet3+ 대비 정확도를 향상시켰다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 데이터 셋 및 전처리
Ⅲ. 학습
Ⅳ. 실험 결과
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0