[논문]딥러닝을 이용한 PCB 필름 미박리 양품 판정

이정구; 배영철

doi:10.13067/jkiecs.2022.17.6.1075

[국내논문] 딥러닝을 이용한 PCB 필름 미박리 양품 판정
Determination of PCB film of Un-peeling Defect Using Deep Learning 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.17 no.6, 2022년, pp.1075 - 1080

이정구 (한국과학기술정보연구원) , 배영철 (전남대학교 전기.전자통신.컴퓨터공학부)

초록
AI-Helper

최근 인공지능 알고리즘으로 대표되는 머신러닝 및 딥러닝 알고리즘이 다양한 분야에서 예측, 분류, 군집화 등과 같은 분야에 적용하고자 하는 노력이 지속되고 있다. 이에 본 논문에서는 PCB의 보호용 필름의 미박리 상태를 디젝트론2를 이용하여 검출하는 알고리즘을 제시한다. 반사 임계각 42.8°의 조건으로 촬영된 이미지로 61장의 데이터를 기반으로, 42장의 데이터를 학습에 19장의 데이터를 검증에 사용하였다. 딥러닝을 이용한 PCB 미박리 필름 검출 결과 19장의 검증 데이터 중 16장 검출, 3장 오검출 결과를 얻었다.

Abstract ▼ AI-Helper

Recently, the effort is continuously applied in machine learning and deep learning algorithm which is represented as artificial intelligence algorithm in the varies field such as prediction, classification and clustering. In this paper, we propose detection algorithm for un-peeling status of PCB protection film by using Dectron2. We use 42 images of data as training and 19 images of data as testing based on 61 images which was taken under the condition of a critical reflection angel of 42.8°. As a result, we get 16 images that was detected and 3 images that was not detected among 19 images of testing data.

주제어

표/그림 (9)

그림 그림 1. CNN의 구조 Fig. 1 CNN framework
표 표 1. 인스턴스 세분화 모델 성능 비교 Table 1. Instance segmentation model performance comparison
그림 그림 2. Mask R-CNN의 구조 Fig. 2 Mask R-CNN framework
그림 그림 3. Detectron2를 이용한 객체 탐지 예시 Fig. 3 For example of Object Detection using Detectr on2
그림 그림 4. 혼동행렬 Fig. 4 Confusion matrix
그림 그림 5. 데이터 레이블링 전, 후 예시 Fig. 5 For example of (a) before labeling (b) after lab eling
그림 그림 6. 딥러닝을 이용한 PCB 기판 미박리 필름 검출 결과 Fig. 6 The results of detection PCB substrate unpeeled film using deep learning
그림 그림 7. 딥러닝을 이용한 PCB 기판 미박리 필름 검출 오탐지 결과 Fig. 7 The results of false detection PCB substrate unp eeled film using deep learning
표 표 2. 학습 파라미터 Table. 2 Training Parameter

참고문헌 (12)

Y. LeCun, L. Bottou, Y. Bengio, and P. Haffner, "Gradient-Based Learning Applied to Document Recognition," Proceeding of the IEEE, vol. 86, no. 11, 1998, pp. 2278-2323.

상세보기
K. He, G. Gkioxari, P. Dollar, and R. Girshick, " Mask R-CNN" Proceedings of the IEEE International Conference on Compute Vision, 2017, pp. 2961-2969.
J. Dai, K. He, and J. Sun., "Instance-aware semantic segmentation via multi-task network cascades," In 2016 IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), June, 2016, pp.315-3158.
Y. Li, H. Qi, J. Dai, X. Ji, and Y. Wei., "Fully convolutional instance-aware semantic segmentation," In 016 IEEE Conf. on Computer Vision and Pattern Recognition (CVPR), Honolulu, USA, July, 2017, pp.4438-4446.
Y. Wu, A. Kirillov, F. Massa, W. Lo, R. Girshick., "Detectron2", 2019
S. Noor, M. Waqos I. Saleem, and H. Minhas, "Automatic Object Tracking and Segmentation Using Unsupervised SiamMask," IEEE Access, vol. 9, 2021, pp. 106550-106559.

상세보기
B. Shokhrukh and K. Kim, 'Helmet and Mask Classification for Personnel Safety Using a Deep Learning," J. of the Korea Institute of Electronic Communication Sciences, vol. 17, no. 3, 2022, pp. 473-481.
G. Bak, S. Oh, G. Park, and Y. Bae, 'Helmet and Mask Classification for Personnel Safety Using a Deep Learning," J. of the Korea Institute of Electronic Communication Sciences, vol. 16, no. 6, 2021, pp. 1239-1247.
G. Bak and Y. Bae, "Performance comparison of machine learning in the various kind of prediction," J. of the Korea Institute of Electronic Communication Sciences, vol. 14, no. 1, 2019, pp. 169-178.

원문보기 상세보기
D. Hwang and Y. Bae, "The prediction of biddingprice using deep learning in the electronic bidding," J. of the Korea Institute of Electronic Communication Sciences, vol. 15, no. 1, 2020, pp. 147-152.

원문보기 상세보기
W. Choi, "Design and Implementation of PCB Defect Detection System using Deep Learning," Master Thesis, Hanyang University Graduate School of Engineering, 2022.
C. Moon, "Implementation of an FPGA-based Frame Grabber System for PCB Pattern Detection," J. of the Korea Institute of Electronic Communication Sciences, vol. 13, no. 2, 2018, pp. 435-441.

원문보기 상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증