ScholarWorks@경상국립대학교

초록

현대의 공장자동화 분야에서는 생산효율 증대와 생산 제품의 품질 향상을 위해 제조 공정에서 기계, 전기, 전자, 컴퓨터 공학 등의 다양한 최신 기술이 적용되고 있다. 본 연구에서는 궐련 담배 생산 공정에서 궐련 담배의 누락이나 역방향 정렬과 같은 불량 포장을 정확하게 검출하기 위해 단일 원형 경계상자를 사용한 YOLO 기반 궐련 담배 검출 시스템을 제안하였다. 특히, Proposed-Net2는 성능 면에서 YOLOv4-Tiny 네트워크와 유사한 평균 정밀도를 나타내며, 기존 대비 10% 수준의 메모리를 사용하며 약 2배 정도의 빠른 처리 시간으로 궐련 담배를 검출하였다. 그리고 부족한 학습 데이터는 객체 기반으로 잘라낸 이미지를 회전 및 무작위로 생성한 경계상자에 합성하여 적은 수의 학습 이미지만으로 다양한 형태의 데이터를 증강하여 효과적인 학습이 가능함을 확인하였다. 이는 임베디드 환경과 같은 하드웨어 사양이 낮은 곳에서도 적용할 수 있는 장점이 있다.

키워드