딥러닝 기반의 PCB 부품 문자인식을 위한 코어 셋 구성

강수명; 이준재

추천

검색

질문

자료유형: 학술저널

저자정보: 강수명 (계명대학교) 이준재 (계명대학교)

저널정보: 한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제24권 제3호

발행연도: 2021.3

수록면: 382 - 395 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In this study, character recognition using deep learning is performed among the various defects in the PCB, the purpose of which is to check whether the printed characters are printed correctly on top of components, or the incorrect parts are attached. Generally, character recognition may be perceived as not a difficult problem when considering MNIST, but the printed letters on the PCB component data are difficult to collect, and have very high redundancy. So if a deep learning model is trained with original data without any preprocessing, it can lead to over fitting problems. Therefore, this study aims to reduce the redundancy to the smallest dataset that can represent large amounts of data collected in limited production sites, and to create datasets through data enhancement to train a flexible deep learning model can be used in various production sites. Moreover, ResNet model verifies to determine which combination of datasets is the most effective. This study discusses how to reduce and augment data that is constantly occurring in real PCB production lines, and discusses how to select coresets to learn and apply deep learning models in real sites.

#Deep Learning #Coreset #PCB Inspection #OCR #ResNet

참고문헌 (17)

참고문헌 신청

Q. Zhang, L. T. Yang, Z. Chen, and P. Li, “A Survey On Deep Learning For Big Data,” Information Fusion, Vol. 42, pp. 146-157, 2018.

S.J. You. “4th Industrial Revolution And Artificial Intelligence,” Journal of Korea Multimedia Society, Vol. 21, No. 4, pp. 1-8, 2017.

S. Gang, N. Fabrice, and J. Lee, “Coresets for PCB Character Recognition based on Deep Learning,” 2020 International Conference on Artificial Intelligence in Information and Communication (ICAI IC), Fukuoka, J apan, 2020, pp. 637-642, 2020.

N. Fabrice, S. Gang, and J. Lee, “Training Data Sets Construction from Large Data Set for PCB Character Recognition,” Journal of Multimedia Information System, Vol. 6. pp, 225-234, 2019.

S. Lee and J. Lee, “In-Line 3-D Inspection for PCB Solder Paste,” The Fall Conforence on Korea Multimedia Society, pp. 492-495, Nov. 2004.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

강수명

소속기관 계명대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 건축공학 > 토목공학

논문수 20 이용수 1,360

Joon-Jae Lee

소속기관 계명대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 전기전자공학 > 전기공학

논문수 78 이용수 5,882

이 논문과 함께 이용한 논문

딥러닝을 이용한 PCB의 결함 감지 모델 제안

박재한 , 신수용 한국통신학회 학술대회논문집 2022 .06

준 지도 학습 ADDA 신경망을 활용한 PCB 불량검출

김태현 , 조영준 , 김혜린 정보과학회 컴퓨팅의 실제 논문지 2020 .03

딥러닝을 이용한 PCB 불량 검출

백영태 , 심재규 , 박찬영 외 1명 한국컴퓨터정보학회 학술발표논문집 2018 .07

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (17)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)