IJPEM
Convolutional Neural Network Based Surface Inspection System for Non-patterned Welding Defects
인공 지능 기반 영상 분석을 활용한 표면 용접 결함 검출 기술
강동중/부산대학교
- 패턴이 일정하지 않은 금속 표면의 용접 결함을 비전 센서(FA용 카메라)와 딥 러닝 알고리즘을 통해 자동으로 검출하는 기술을 개발.
- 딥 러닝 학습을 위한 샘플 영상은 자동차 엔진 변속기 생산 라인에서 수집하였으며 수집한 샘플 영상을 컨볼루션 신경망(Convolutional Neural Network)으로 학습하여 용접 양불량을 자동으로 판정.
- 실험에는 30,937장의 양품 샘플 영상과 1,077장의 불량 샘플 영상을 사용하였으며 양불량 샘플 영상의 양적 불균형 문제를 해결하기 위해 부류별 배치 샘플링(Class-Specific Batch Sampling) 기법을 통해 해결.
- 검사기 진동으로 위치가 흔들리는 용접 부위를 일관적으로 검출하기 위해 엔진 변속기의 중심점을 검출하는 별도의 컨볼루션 신경망을 학습.
- 실험 결과 100% 정확도로 불량 샘플을 검출하였으며 99.34%의 정확도로 양품 샘플을 검출.
메뉴열기
