[논문]자동차 부품 품질검사를 위한 비전시스템 개발과 머신러닝 모델 비교

박영민; 정동일

doi:10.17703/jcct.2022.8.1.409

초록
AI-Helper

컴퓨터 비전은 카메라를 이용하여 측정대상의 영상을 획득하고, 추출하고자 하는 특징 값, 벡터, 영역 등을 알고리즘과 라이브러리 함수를 응용하여 검출한다. 검출된 데이터는 사용하는 목적에 따라 다양한 형태로 계산되고 분석한다. 컴퓨터 비전은 다양한 곳에 활용되고 있으며, 특히 자동차의 부품을 자동으로 인식하거나 품질을 측정하는 분야에 많이 활용된다. 컴퓨터 비전을 산업분야에서 머신비전이라는 용어로 활용되고 있으며, 인공지능과 연결되어 제품의 품질을 판정하거나 결과를 예측하기도 한다. 본 연구에서는 자동차 부품의 품질을 판정하기 위한 비전시스템을 구축하고, 생산된 데이터에 5개의 머신러닝 분류 모델을 적용하여 그 결과를 비교하였다.

Abstract ▼ AI-Helper

In computer vision, an image of a measurement target is acquired using a camera. And feature values, vectors, and regions are detected by applying algorithms and library functions. The detected data is calculated and analyzed in various forms depending on the purpose of use. Computer vision is being...

In computer vision, an image of a measurement target is acquired using a camera. And feature values, vectors, and regions are detected by applying algorithms and library functions. The detected data is calculated and analyzed in various forms depending on the purpose of use. Computer vision is being used in various places, especially in the field of automatically recognizing automobile parts or measuring the quality. Computer vision is being used as the term machine vision in the industrial field, and it is connected with artificial intelligence to judge product quality or predict results. In this study, a vision system for judging the quality of automobile parts was built, and the results were compared by applying five machine learning classification models to the produced data.

주제어

표/그림 (9)

그림 그림 1. 비전 시스템의 구성도 Figure 1. Basic bock diagram of vision system
표 표 1. 비전시스템의 사양 Table 1. The specification of Vision system
그림 그림 2. 부품의 홀 검사 위치 Figure 2. The location of holes
표 표 2. 전체 검사항목 및 데이터 타입 Table 2. All inspection items and data types
표 표 3. 머신러닝 모델 개발환경 Table 3. The development environments of machine learning model
표 표 4. 비전시스템 데이터 추출결과 Table 4. The results of data extraction resultfrom Vision system
표 표 5. 비전시스템의 적합도 결과 Table 5. Result of vision system
그림 그림 3. 머신러닝 모델별 정확도 결과 머신러닝 모델의 평가 Figure 3. Accuracy results by machine learning model
표 표 6. 머신러닝 모델별 cross-validated accuracy(cv=5) Table 6. cross-validated accuracy by machine learningmodel(cv=5)

참고문헌 (6)

A. Bochkovskiy, C.-Y. Wang and H.-Y. Mark Liao, "YOLOv4: Optimal speed and accuracy of object detection", arXiv:2004.10934, 2020, [online] Available: http://arxiv.org/abs/2004.10934.
Charbel El Gemayel, Kabalan Chaccour, "Automated Face Detection and Control System Using Computer Vision based Video Analytics to Avoid the Spreading of COVID-19", 2021 International Conference on Innovation and Intelligence for Informatics, Computing, and Technologies, IEEE, 2021, DOI: 10.1109/3ICT53449.2021.9581593
Mitchell, Tom, "Machine Learning", McGraw Hill. ISBN 0-07-042807-7, 1997.
Hu, J.; Niu, H.; Carrasco, J.; Lennox, B.; Arvin, F., "Voronoi-Based Multi-Robot Autonomous Exploration in Unknown Environments via Deep Reinforcement Learning" IEEE Transactions on Vehicular Technology, 2020. http://dx.doi.org/10.17703/JCCT.2021.7.3.577

원문보기 상세보기
Youn-ji Shin, Hyun-ju Lee, Jun-hee Kim, Da-young Kwon, Seon-ae Lee, Yun-jin Choo, Ji-hye Park, Ja-hyun Jung, Hyoung-suk Lee, Joon-ho Kim, "Non-face-to-face online home training application study using deep learning-based image processing technique and standard exercise program", The Journal of the Convergence on Culture Technology (JCCT), Vol. 7, No. 3, pp.577-582, August 31, 2021 pISSN 2384-0358, eISSN 2384-0366

원문보기 상세보기
Yo-Seob Lee1, Phil-Joo Moon2, "Analysis of Machine Learning Education Tool for Kids", International Journal of Advanced Culture Technology Vol.8 No.4 235-241, 2020, DOI https://doi.org/10.17703/IJACT.2020.8.4.235

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

자동차 부품 품질검사를 위한 비전시스템 개발과 머신러닝 모델 비교
Development of vision system for quality inspection of automotive parts and comparison of machine learning models 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (9)

표/그림 (9)

참고문헌 (6)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

자동차 부품 품질검사를 위한 비전시스템 개발과 머신러닝 모델 비교 Development of vision system for quality inspection of automotive parts and comparison of machine learning models 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (9) 모든 표/그림 보기

표/그림 (9) 슬라이드로 보기

참고문헌 (6)

이 논문을 인용한 문헌

저자의 다른 논문 :

정동일 (3)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

자동차 부품 품질검사를 위한 비전시스템 개발과 머신러닝 모델 비교
Development of vision system for quality inspection of automotive parts and comparison of machine learning models 원문보기

초록
AI-Helper

표/그림 (9)

표/그림 (9)