Deep Learning-based Detection and Classification of Surface Defects on High-Gloss Products
한국재료연구원연구운영비지원(주요사업비) · 소재혁신 플랫폼 구축
2026년
2710111691
과학기술정보통신부
국가과학기술연구회
한국재료연구원
최현성
1명
2026.01.01 ~ 2026.12.31
2025.04.01 ~ 2026.12.31
5,000만원
5,000만원
기초연구
출연연구소
경상남도 창원시
재료 > 금속재료 > 구조재료
... 품질 신뢰도에 심각한 악영향을 미치고 있음. 비전 검사 기술이 존재하지만, 복잡하고 다양한 형태의 표면결함, 고광택 표면의 조명 조건에 따른 민감성, 소재 변화에 따른 적용 한계, 데이터 확보 한계 등의 이유로 여전히 육안 검사가 병행되고 있음. 본 기술은 이러한 문제를 해결하기 위해 딥러닝 기반 AI 모델을 활용하여 고광택 성형품의 표면 결함(찍힘, 돌출, 주름 등)을 ...
... 분류 기술 개발 ㅇ 기존 육안 검사 방식의 주관적 판단을 정량화된 AI 평가 기준으로 대체하여 품질 일관성 확보 나. 세부기술 연구내용 1) 결함 분류 및 탐지를 위한 데이터베이스 구축 - 딥러닝 구축을 위한 결함 유형 및 발생 원인 분류 - 비전 센서를 활용한 데이터 획득 및 출력되는 반사율, 거칠기, 기울기 등의 데이터와 실제 결함 유형 간의 ...
... 고도화: 딥러닝 모델을 적용하여 조명 변화에도 강건한 고정밀 결함 탐지 기술 확보. 고광택 성형품을 위한 딥러닝 기반 결함 분석 기술을 개발하여 기존 비전 검사 한계 극복. - 데이터 기반 제조 공정 혁신 및 스마트팩토리 연계: AI 모델이 실시간으로 불량을 탐지하고 생산 공정과 연계하여 자동 품질 관리 가능 나. 경제·산업적 기대효과 - 불량률 저감 및 생산성 ...