지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.8
- 수록면
- 184 - 193 (10page)
- DOI
- 10.5762/KAIS.2024.25.8.184
이용수
초록· 키워드
오류제보하기
본 논문에서는 용접 비드 이미지 분석을 위한 전이 학습 기반의 딥러닝 세그멘테이션 모델 적용에 관해 다룬다. 기존의 이미지 처리 방법들은 용접 과정에서 발생하는 그을음, 스패터와 같은 노이즈 및 불규칙한 명암 분포에 취약함을 보였으나, 본 연구는 ResNet34 백본을 활용한 전이 학습을 통해 이러한 문제들을 극복하고 적은 양의 데이터로도 뛰어난 성능을 달성할 수 있는 방법을 제시하였다. 이 방법은 특히 데이터가 부족한 산업 현장에서도 우수한 결과를 나타냈다. 이 연구에서는 ResNet34, ResNet50, VGG16, VGG19, EfficientNet_B0, EfficientNet_B3를 백본으로 한 6가지 맞춤형 UNet 아키텍처를 개발하여 각 모델의 세그멘테이션 성능을 평가하였다. 실험 결과, UNet + ResNet34 모델은 다른 모델들과 비교하여 가장 낮은 평균 손실값(0.023)과 가장 높은 다이스 계수(0.956)를 기록함으로써 우수한 세그멘테이션 성능을 보였다. 이는 특히 불분명한 용접 비드 경계를 갖는 복잡한 이미지 조건에서도 비드 영역의 정확한 탐지가 가능함을 나타내며, 실제 산업 현장에서의 활용 가능성을 입증하였다. 실제 산업 현장에서 직접 수집한 용접 비드의 이미지 데이터셋을 수집하여 공개하였고, 이 데이터를 이용해 전이 학습 기반의 세그멘테이션 모델을 평가하였다. 이를 통해 모델의 실용성과 적용 가능성을 검증하고, 최적화 방법을 개발함으로써, 용접 비드 검사의 정확성과 효율성을 크게 향상시켰다. 본 연구는 딥러닝 기술과 전이 학습의 효과적인 결합을 통해 산업 현장에서의 복잡한 문제들을 해결할 수 있는 새로운 가능성을 제시하며, 향후 연구와 기술 개발에 중요한 기여를 할 것으로 기대된다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 연구 방법
4. 결과 분석
5. 결론
References
참고문헌 (21)
참고문헌 신청
S. V. Muravyov, D. C. Nguyen, "Weld Defects Automatic Visual Recognition by Combined Application of Canny Edge Detector and Interval Fusion with Preference Aggregation", International Conference on Information, Control, and Communication Technologies (ICCT), IEEE, pp. 1-4, 2022. DOI: https://doi.org/10.1109/icct56057.2022.9976559
G. Zhang, T. J. Yun, W. B. Oh, B. R. Lee, B. Lim, I. S. Kim, “A Study on the Bead Geometry with Offset based on Image Processing Algorithm”, Proceedings of the 5th World Congress on Mechanical, Chemical, and Material Engineering (MCM'19), Lisbon, Portugal – August, Paper No. MMME 138, 2019. DOI: https://doi.org/10.11159/mmme19.138
C. Ajmi, S. E. Ferchichi, A. Zaafouri, K. Laabidi, “Automatic detection of weld defects based on hough transform”, In 2019 International Conference on Signal, Control and Communication (SCC), IEEE, pp. 1-6, Dec. 2019. DOI: http://dx.doi.org/10.1109/SCC47175.2019.9116162
Z. Wang, C. Zhang, Z. Pan, Z. Wang, L. Liu, X. Qi, S. Mao, J. Pan, “Image segmentation approaches for weld pool monitoring during robotic arc welding”, Applied Sciences, Vol. 8, No. 12, 2445, 2018. DOI: https://doi.org/10.3390/app8122445
O. Ronneberger, P. Fischer, T. Brox, “U-net: Convolutional networks for biomedical image segmentation”, In Medical image computing and computer-assisted intervention –MICCAI 2015: 18th international conference Munich Germany, proceedings, part III 18, pp. 234-241, Oct. 2015. DOI: https://doi.org/10.1007/978-3-319-24574-4_28
G. Zhang, T. J. Yun, W. B. Oh, B. R. Lee, B. Lim, I. S. Kim, “A Study on the Bead Geometry with Offset based on Image Processing Algorithm”, Proceedings of the 5th World Congress on Mechanical, Chemical, and Material Engineering (MCM'19), Lisbon, Portugal – August, Paper No. MMME 138, 2019. DOI: https://doi.org/10.11159/mmme19.138
C. Ajmi, S. E. Ferchichi, A. Zaafouri, K. Laabidi, “Automatic detection of weld defects based on hough transform”, In 2019 International Conference on Signal, Control and Communication (SCC), IEEE, pp. 1-6, Dec. 2019. DOI: http://dx.doi.org/10.1109/SCC47175.2019.9116162
Z. Wang, C. Zhang, Z. Pan, Z. Wang, L. Liu, X. Qi, S. Mao, J. Pan, “Image segmentation approaches for weld pool monitoring during robotic arc welding”, Applied Sciences, Vol. 8, No. 12, 2445, 2018. DOI: https://doi.org/10.3390/app8122445
O. Ronneberger, P. Fischer, T. Brox, “U-net: Convolutional networks for biomedical image segmentation”, In Medical image computing and computer-assisted intervention –MICCAI 2015: 18th international conference Munich Germany, proceedings, part III 18, pp. 234-241, Oct. 2015. DOI: https://doi.org/10.1007/978-3-319-24574-4_28
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
수직 및 수평 방향의 밝깃값을 이용한 용접 비드 검출 검사
융합신호처리학회 논문지
2022 .12
-
로봇의 용접 경로 검출 정확도 향상을 위한 딥러닝 모델 성능 비교 연구
Proceedings of KIIT Conference
2021 .11
-
폐색영역 학습데이터 셋 생성을 위한 ResNet 알고리즘과 VGG 알고리즘 비교 분석
한국측량학회 학술대회자료집
2020 .07
-
Transfer Learning-Based Face Mask Detection using ResNet
한국통신학회 학술대회논문집
2022 .11
-
딥러닝기반 심장 구조 분할을 위한 성능 비교 분석
Proceedings of KIIT Conference
2023 .06
-
Welding Bead Segmentation Algorithm Using Edge Enhancement and Active Contour
융합신호처리학회 논문지
2020 .01
-
다중필터와 축지적 활성 윤곽선 알고리즘을 이용한 용접 비드 검출 및 판단 알고리즘
융합신호처리학회 논문지
2021 .09
-
용접 비드의 3차원 단면 형상 추출 기술 개발
한국생산제조학회 학술발표대회 논문집
2021 .12
-
Regional Contrast 및 준지도 학습을 통한 딥러닝 기반 용접 자동화 시스템
Proceedings of KIIT Conference
2023 .06
-
다양한 CNN 모델을 이용한 얼굴 영상의 나이 인식 연구
JOURNAL OF PLATFORM TECHNOLOGY
2023 .10
-
수평자세 맞대기 TIG 초층용접에서 최적용접조건의 선정에 관한 연구
대한기계학회 논문집 A권
2017 .04
-
전이학습을 통한 ResNet-50 기반 운전자 행동 다중 클래스 분류 네트워크
한국통신학회 학술대회논문집
2023 .06
-
ResNet을 이용한 도로 네트워크 교통 데이터 예측
대한공간정보학회 학술대회
2021 .06
-
철 구조물 용접 비드의 가공 자동화 공정 절삭 및 연삭 툴 개발
대한기계학회 춘추학술대회
2022 .11
-
충격 전 낙상 검출: ResNet 1D vs. ResNet 2D
한국정밀공학회 학술발표대회 논문집
2022 .10
-
이차전지 검사 공정에서의 ResNet 기반 이미지 처리 기술의 응용
대한전기학회 학술대회 논문집
2024 .07
-
수직 GMA용접에서 V그루브 비드 폭 예측에 관한 연구
Journal of Advanced Marine Engineering and Technology (JAMET)
2017 .11
-
딥러닝 기술을 이용한 디지털포렌식 이미지 분류에 대한 연구: 유사성 측정 및 딥러닝 모델을 이용한 이미지 분류 중심으로
Proceedings of KIIT Conference
2024 .05
-
TIG 육성용접을 위한 모재 온도와 오실레이션에 따른 비드형성 특성에 관한 연구
대한기계학회 논문집 A권
2019 .05
-
딥러닝(Deep Learning)을 이용한 GMA 용접에서 이면비드 생성 유무 판단 알고리즘에 관한 연구
대한용접·접합학회지
2018 .04
이 논문과 함께 이용한 논문
트랜스포머 기반의 이미지 전처리를 통한 물체 6D 자세 추정 성능 향상
김재국
,
조남익
한국방송미디어공학회 학술발표대회 논문집
2023
.11
전자전 환경에서 전이학습 기반 저피탐 레이더 변조 신호 분류 성능 분석
서동호
,
박지연
,
윤우진
외 3명
한국통신학회논문지
2022
.12
실제 이미지 초해상도를 위한 학습 난이도 조절 기반 전이학습
조선우
,
소재웅
,
조남익
한국방송미디어공학회 학술발표대회 논문집
2020
.07
이미지 분류를 위한 전이학습모델 비교
김지원
Proceedings of KIIT Conference
2024
.11
전이 학습(Transfer Learning)을 기반으로 학습한 모델의 콘크리트 SEM 이미지 데이터 분석 성능 향상 연구
김동욱
,
홍성걸
대한건축학회 학술발표대회 논문집
2022
.10
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-090660105