인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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
The multi-layer ceramic capacitor (MLCC) is a critical electronic component that requires precise defect detection. However, detecting defects in MLCC cross-sectional images is challenging due to their high resolution and the subtle nature of defects such as slight distortions and misalignments. This paper presents a deep-learning-based framework integrating semantic segmentation, image classification, and anomaly detection for reliable defect identification. Key solutions include margin ratio threshold adjustment, contrastive learning, and a pseudo-defect memory bank. Experimental results demonstrate that our framework achieves 100% accuracy by leveraging the complementary strengths of individual models, with Soft-SupCon-based classification achieving a 96.82% micro F1 score, segmentation reaching a 92.71% mean intersection over union, and anomaly detection providing a 96.29% area under the receiver operating characteristic curve. These findings highlight the potential of deep learning for MLCC defect inspection and its applicability to industrial settings.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094401620
