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
이영훈 (포인드) 김규태 (포인드) 김민철 (포인드) 이채수 (포인드)
저널정보
한국통신학회 한국통신학회 인공지능 학술대회 논문집 한국통신학회 2024 한국 인공지능 학술대회 논문집
발행연도
2024.9
수록면
384 - 387 (4page)

이용수

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

초록· 키워드

오류제보하기
As steel plates are produced quickly, many micro defects occur, which makes inspection difficult, requiring a large number of manpower, and inspection deviations by manpower occur. Additionally, there are not many data samples related to defects, making it difficult to perform automated, real-time vision inspection.
Therefore, in this paper, we propose a Few-Shot technology that can learn using insufficient learning data for AI-based steel plate quality control and an object recognition technology using a lightweight network that can recognize fast-moving micro-defects. In addition, we propose a system implemented based on a system for integrated quality management.

목차

Abstract
I. 서론
II. 관련 연구
III. 구현
IV. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-090973906