선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 현재 개발된 딥러닝 인식 소프트웨어로 학습 샘플 최적화 및 파라메터 최적화로 실용 가능한 정확도와 속도를 획득하였다. 본 논문에서는 고가의 장비를 운용하지 않고도 오픈소스 및 자체 개발한 엔진을 이용하여 딥러닝으로 라벨인식이 가능함을 확인하였다. 기존의 검사 소프트웨어보다 향상된 자동 문자 영역 검출 기능과 불량라벨 검출 기능을 탑재하고 있어 검사자의 티칭(Teaching)이 없이도 다양한 라벨의 불량과 인식을 가능하게 할 수 있게 하였다.
- 본 논문에서는 기존 시스템을 대체할 수 있는 딥러닝기반 라벨 인식 시스템을 개발하는 방법을 제안하였다. 또한 딥러닝 기반의 소프트웨어를 개발, 배포, 적용을 수월하게 할 수 있는 프레임워크를 제안하고, 특히 라벨의 인쇄불량을 탐지하여 그림 1과 같이 현재 생산라인에 적용되고 있는 라벨인식 시스템을 대체할 수 있는 시스템을 개발하였다.
- 또한 중복된 인프라 스트럭쳐 투자를 줄이고 가용성을 높였다. 본 논문에서의 개발 중심전략은 프라이빗 클라우드(PrivateCloud)서비스를 구축하여 개발 및 배포의 효율을 높이는 것이다. 전체 프레임워크의 구조는 그림 2와 같다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.