메뉴 건너뛰기
.. 내서재 .. 알림
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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
최재혁 (한양대학교) 박태경 (한양대학교) 정지훈 (제이엔이웍스) 장민호 (제이엔이웍스) 홍제형 (한양대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 하계학술대회 논문집
발행연도
2024.6
수록면
124 - 128 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Welding is an essential process in manufacturing engineering and requires high reliablity to ensure structural integrity and safety. In this paper, we present a defect data augmentation approach for synthesizing X-ray welding defect images to ameliorate the issue of limited data. This is a achieved by employing a YOLO[1] (You Only Look Once) model to detect welding defects from training images and use bounding boxes and center points extracted from YOLO[1] as prompts for SAM[2] (Segment Anything). We apply a bilateral filter to the defect mask extracted from SAM[2] and blend it with a normal image for augmentation. Experimental results on a public welding defect dataset show the augmented images from our approach enhances welding defect detection.

목차

Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 방법
Ⅳ. 실험 Dataset
Ⅴ. 실험 결과 및 분석
Ⅵ. 결론 및 향후 연구 방향
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0