메뉴 건너뛰기
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
인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG
학술저널
오류 신고하기해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

논문 기본 정보

저자정보
(동아대학교) (동아대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제26권 제12호
오류 신고하기
표지

피인용 0

검색

    초록·키워드

    제4차 산업혁명으로 인해 제조업은 스마트 팩토리 구축을 통한 생산성 혁신을 추진하고 있으며, 특히 다품종 소량 생산 체제는 고객 맞춤형 제품의 생산과 시장 변화에 유연하게 대응할 수 있다는 장점이 있다. 하지만 이러한 생산 공정에서는 잦은 작업 전환으로 인해 제품 혼입, 오배합, 규격 불일치 등의 다양한 불량이 발생할 수 있다. 전통적인 인력 기반의 육안 검사는 검사자의 주관적 판단에 따른 인적 오류, 집중력 저하, 제한된 검사 속도라는 근본적 한계를 가지고 있다. 본 연구에서는 이러한 문제점을 해결하기 위해 실제 생산 라인에서 수집한 데이터를 기반으로 YOLO(You Only Look Once) 객체 인식 모델을 훈련시켜 자동화된 불량 검출 시스템을 구축하였다. 학습된 모델을 ONNX 형식을 거쳐 OpenVINO의 IR 포맷으로 변환하는 최적화 과정을 통해 단일 보드 컴퓨터(Single Board Computer, SBC) 환경에서 추론 속도의 향상과 정확도 유지 간의 균형점을 모색하였다. 이를 통해 불량 검출률의 향상과 생산 과정에서의 손실을 줄여 스마트 팩토리 환경에서 생산 품질 및 효율을 높일 수 있음을 확인하였다.
    #Object Detection #Object Classification #YOLO #Smart Factory #Defect Prediction

    본문·목차

    최근 본 자료 전체보기

      260915_DBpiaAI2학기
      261017_Citeasy Update
      260917_DBpiaAI뷰어2
      260604_KRpiaAI
      UCI(KEPA) : I410-151-26-02-095640443