Airbus - 인공 지능 및 딥러닝을 사용한 자동 결함 검출 사례
“짧은 기간에 코드를 테스트, 수정, 훈련하고 다시 테스트할 수 있었던 것이 성공의 열쇠가 되었습니다.”
주요 성과
- 통합 툴을 사용하여 딥러닝 모델을 설계, 훈련 및 배포
- 매우 짧은 시간 내에 대화형 방식으로 프로토타이핑 및 테스트 수행
- MATLAB 코드를 CUDA 코드로 직접 변환
항공기 내 파이프의 결함을 자동으로 검출하는 견고한 종단간 AI 모델을 구축하려면 어떻게 해야 할까요? 이는 Airbus에 큰 과제였으며, MATLAB®을 사용하여 딥러닝 모델을 신속하게 프로토타이핑하고 개발하여 요구사항을 충족할 수 있었습니다.
Airbus는 MathWorks Consulting Services 팀과의 협력을 통해 MATLAB을 도입하여 공정에서 3가지 주요 단계를 해결했습니다. 첫 번째 단계는 의미론적 분할 같은 접근법을 위해 딥러닝 모델을 처음부터 구축하고 훈련시킬 수 있는 통합 툴을 확보하고 비디오에 레이블을 지정할 수 있는 편리한 대화형 방식의 환경을 갖추는 것이었습니다. MATLAB의 딥러닝 모델을 통해 찾은 파이프의 환기구와 전선의 위치는 산업 표준에서 요구하는 거리와 각도를 측정하는 데 사용되었습니다. 다음으로 결함 분석 결과를 실시간으로 표시할 수 있어야 했습니다. 마지막 단계는 코딩 역량 없이도 MATLAB 코드를 CUDA 코드로 자동 변환하여 임베디드 시스템에 직접 배포하는 것이었습니다.
