이 페이지의 내용은 이전 릴리스에 관한 것입니다. 해당 영문 페이지는 최신 릴리스에서 제거되었습니다.
자동 외관 검사
자동 외관 검사(AVI)는 제조된 제품의 결함을 검출하고 분류하는 데 사용되는 일련의 기법입니다. 최근의 외관 검사는 머신러닝과 딥러닝 알고리즘을 사용하여 품질 보증 공정을 보조하고 개선합니다.
커스텀 결함 검출은 주어진 영상에서 결함의 위치를 정확하게 확인하고 결함 범주를 분류해야 합니다. 일반적으로 최신 YOLO(You Only Look Once) 알고리즘처럼 가장 최신의 지도 학습 딥러닝 모델을 사용하면 다양한 크기의 결함을 검출할 수 있습니다. 최상 성능의 모델들은 실시간으로 결함의 특징을 식별하고 위치를 파악합니다.
이상 감지 딥러닝 방법을 사용하면 제조된 제품의 영상이 정상인지 비정상인지 확인할 수 있습니다. 또한, 이상에 대한 위치추정을 통해 정확하고 해석 가능한 결과를 생성할 수 있습니다. 이 방법을 사용하면 이상 맵을 통해 결함을 시각화할 수 있습니다.
외관 검사 작업을 자동화할 때 선택하게 되는 구체적인 검출 모델은 여러 가지 요인에 따라 달라집니다. 이러한 요인에는 정상 및 비정상 샘플에 사용 가능한 훈련 데이터의 양, 인식할 수 있는 비정상 클래스의 개수, 예측값을 이해하고 모니터링하는 데 필요한 위치추정 정보의 유형이 포함됩니다. 자세한 내용은 Getting Started with Anomaly Detection Using Deep Learning 항목을 참조하십시오.
자동 외관 검사를 수행하려면 애드온 탐색기에서 Computer Vision Toolbox™ Automated Visual Inspection Library를 다운로드하십시오. 애드온 다운로드에 대한 자세한 내용은 애드온을 받고 관리하기를 참조하십시오. 일부 기능에는 Deep Learning Toolbox™도 필요합니다.
함수
도움말 항목
- Getting Started with Anomaly Detection Using Deep Learning
Anomaly detection using deep learning is an increasingly popular approach to automating visual inspection tasks.
- Getting Started with YOLOX for Object Detection
Use the YOLOX object detector to detect small objects with improved performance.