딥러닝 기법을 적용한 과공정 Al-SI 주조 합금의 미세조식 상 분류

다른 금속과 마찬가지로 알루미늄 합금의 기계적 특성을 이해하기 위해서는 합금의 미세조직에 대한 정량적 분석이 매우 중요합니다. 미세조직은 주로 광학현미경(OM), 주사전자현미경(SEM), 투과전자현미경(TEM)과 같은 장비로 측정되며, 측정된 미세조직 이미지에서 각 상을 분석하는 작업은 대부분 현장 전문가에 의해 수동으로 수행되는데 이 과정에서 일관성이 결여되거나 분석에 많은 시간이 요구됩니다. 이미지 분석 소프트웨어를 사용하는 경우에도 측정된 이미지 품질의 차이로 인해 소프트웨어 내의 매개변수를 각 이미지에 대해 수동으로 조정해야 합니다. 최근 딥러닝 접근 방식은 이미지에서 특징을 학습하여 비전 응용 분야에서 높은 성능을 보이며 재료 과학 및 공학의 다양한 분야에서도 활용되고 있습니다. 이 프로젝트에서는 MATLAB^®에서 제공되는 딥러닝 모델 개발 툴을 활용하여 과공정 Al-SI 주조 합금의 미세 구조 이미지에서 상 분류를 진행한 사례를 소개합니다. 딥러닝 모델은 ResNet-18 및 DeepLabv3+ 네트워크 아키텍처를 기반으로 개발되었으며 여러가지 데이터 증대 기법도 적용하여, 개발 모델이 과공정 Al-Si 주조 합금의 미세 구조의 상 분석에 활용될 수 있음을 확인하였습니다.