$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

보고서 상세정보

동판 결함 분류 자동화를 위한 딥러닝 알고리즘 개발

Deep learning algorithm for automatic classification of defects on copperplates

과제명 동판 결함 분류 자동화를 위한 딥러닝 알고리즘 개발(1/1)
주관연구기관 한국생산기술연구원
Korea Institute of Industrial Technology
보고서유형 최종보고서
발행국가 대한민국
언어 한국어
발행년월 2017-10
과제시작년도 2017
주관부처 과학기술정보통신부
Ministry of Science and ICT
등록번호 TRKO201800036663
과제고유번호 1711063157
사업명 한국생산기술연구원연구운영비지원
DB 구축일자 2018-08-04
키워드 동판 표면.자동검사.결함분류.딥러닝.머신비전.copper plates.automatic inspection.classification of defects.deep learning.machine vision.
DOI https://doi.org/10.23000/TRKO201800036663
초록

제 1장 개요

제 1절 연구개발 목표
(1) 기술개발 목표
- 최종 목표 : 딥러닝 기술을 이용한 결함 분류 알고리즘 개발
: 분류율 90% 이상
*분류율 : (분류 성공한 영상 수/전체 결함 영상 ...