KSC 2018
Current Result Document :
| 한글제목(Korean Title) |
IoT와 딥 러닝을 이용한 SMD 부품 실장 상태 검사 및 원인 분류 |
| 영문제목(English Title) |
Defect Classification of SMD Chips Defect Based on Deep Learning and IoT |
| 저자(Author) |
김은영
최성윤
Eun-Young Kim
Seong-Yoon Choi
|
| 원문수록처(Citation) |
VOL 45 NO. 02 PP. 1955 ~ 1957 (2018. 12) |
한글내용
(Korean Abstract) |
본 논문에서는 딥 러닝(Deep Learning) 합성 곱 신경망 알고리즘인 Inception V3 알고리즘을 사용해서 대량의 SMD 이미지를 학습시켜 SMD 실장 상태를 검사한다. 기존의 딥 러닝의 모델보다 층을 깊게 설정해서 높은 정확도를 얻고자 한다. 1) 빠르고 정확한 검사를 통해 제품의 신뢰성 향상하고, 2) 정상, 오삽, 미삽, 회전이라는 산업체의 기준에 따라 SMD 부품 실장의 원인을 자동 분류하고, 3) IoT를 이용한 실시간 검사를 통해 다양한 분야의 적용 가능성을 확인하여 스마트 팩토리까지 확장하고자 한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
