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.
피인용 0
초록·키워드
제조 공정 이미지를 활용한 부품 결함 검사는 품질 관리 자동화의 핵심 요소이다. 본 연구에서는 볼형 렌즈 액추에이터의 볼(Ball) 검출 및 결함 판정을 위해 YOLO 기반 객체 탐지 모델을 적용하고, 입력 방식과 모델버전 및 크기에 따른 탐지 성능을 비교하였다. 전역 이미지 기반 전역 YOLO 방식과 ROI 기반 구역 YOLO 방식으로 나누어 객체 탐지를 수행한 결과, 전역 방식은 mAP50-95가 0.9752로 구역 방식의 0.9064보다 6.88%p 높은 성능을 보였다. 또한 전역 방식에서 YOLOv5와 YOLOv8의 small, medium, large 모델 총 6개를 비교한 결과, 모든 모델이 Recall 1.0을 기록하였고, mAP50-95는 YOLOv5 0.9481~0.9659, YOLOv8 0.9729~0.9752로 나타났다. 이를 통해 일반적 예상과 달리 제조 공정 환경에서는 객체 주변의 구조적 맥락을 함께 학습하는 전역 방식이 더 안정적이고 우수한 성능을 보임을 확인하였다.
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
