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
학술저널
저자정보
한재웅 (한경국립대학교) 조재훈 (한경국립대학교) 김용태 (한경국립대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제34권 제4호
발행연도
2024.8
수록면
284 - 289 (6page)
DOI
10.5391/JKIIS.2024.34.4.284

이용수

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

초록· 키워드

오류제보하기
본 논문은 딥러닝 기반으로 3축 직교 로봇과 동축 광원, GigE 카메라를 활용한 에폭시 도포 불량 검출시스템을 제안하였다. 에폭시 도포는 전자 제품 조립 과정에서 중요한 단계로, 도포 불량 발생 시에 제품의 신뢰성에 큰 영향을 미친다. 본 연구는 적은 양의 데이터셋으로도 높은 성능을 달성할 수 있는 자동화된 에폭시 도포 불량 검출시스템을 설계하는 것이다. 불량 검출을 위해 ImageNet 데이터셋으로 사전 학습된 EfficientNet-B0 모델을 전이학습하여 사용하였으며, 데이터 증강 기법을 적용하였다. 또한, Grad-CAM 기법을 통해 학습 모델의 판단 과정을 시각적으로 검증하였다. 실험에서 제안된 도포 불량 검출시스템은 실제 환경에서 높은 신뢰성을 가지며, 적은 데이터셋으로도 높은 정확도를 나타냈다. 본 연구는 소량의 데이터셋으로도 효과적인 딥러닝 기반 불량 검출시스템의 가능성을 제시한다.

목차

요약
Abstract
1. 서론
2. 에폭시 도포 및 불량 검사 시스템
3. 에폭시 도포 및 검사 과정
4. 불량 검출 학습 데이터셋 구축
5. 불량 검출 학습 모델
6. 실험 및 결과
7. 결론
References

참고문헌 (11)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-24-02-090287704