2020년도 인터넷정보학회 춘계학술발표대회
Current Result Document :
| 한글제목(Korean Title) |
YOLOv3을 활용한 LED 판넬 결함 검출 |
| 영문제목(English Title) |
LED Panel Defect Detection Using YOLOv3 |
| 저자(Author) |
김강직
김현빈
전준철
Kangjik Kim
Hyunbin Kim
Junchul Chun
|
| 원문수록처(Citation) |
VOL 21 NO. 01 PP. 0145 ~ 0146 (2020. 05) |
한글내용
(Korean Abstract) |
TV, 핸드폰, 태블릿 등의 화면으로 많이 사용되는 LED 판넬은 엄청난 양의 밀집된 화소로 구성되어 있다. LED 판넬을 구성하는 화소 몇 개가 없거나 판넬 위에 생긴 긁힘과 같은 결함들은 사용자가 화면을 보는 데에 있어 큰 불편함을 호소하게 만들며 불량품을 생산하게 되는 원인이 된다. 판넬 결함들은 일반적으로 매우 작기 때문에 사람이 찾기가 매우 어려운 데, 최근에는 화면의 해상도가 몇 년전보다 훨씬 높아졌기 때문에 사람이 직접 찾기에는 매우 어려운 문제가 되었다. 컴퓨터 비전에서는 이러한 문제를 해결하기 위해 , 영상처리 알고리즘을 활용하여 윤곽선들을 찾으려는 시도를 하였었지만 낮은 정확도로 인해 좋은 성능을 보여주지 못하였다. 최근 합성곱 신경망(CNN)이 컴퓨터 비전의 다양한 분야에서 성공적인 성능을 보여주었다. 이에 본 연구에서는 합성곱 신경망 을 활용하여 LED 판넬의 결함을 검출하는 방법을 제안한다. 본 연구에서는 학습에 필요한 LED 판넬 결함 데이터셋을 자동 생성 알고리즘을 통해 생성하였으며, 합성곱 신경망은 객체 탐지 알고리즘 중 YOLOv3 네트워크를 사용하였다. 그 결과, 모든 결함 종류에 대해 F1 Score 0.802의 성능을 보었다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
