딥러닝이 자동차 산업의 검사를 자동화 하는 방법

딥러닝 기반 이미지 분석을 사용하는 방법
결함 감지
자동차 제조업체는 작은 결함이 부품의 기능과 안전성을 손상시킬 수 있는 부품 및 하위 조립품의 무결성을 보장할 인센티브를 제공합니다. 가능한 많은 결함과 조명 문제를 고려할 때 딥 러닝 기반 분석은 기존 머신 비전 검사에 대한 간단하고 강력한 대안을 제공합니다. 

광학 문자 인식
일반적으로는 OCR 및 OCV(광학 문자 확인) 도구는 문자를 읽거나 정확성을 확인하기 위해 문자를 인식하는 한편 사용자에게 속도 및 읽기 속도에 맞게 시스템을 최적화 할 수 있는 옵션을 제공합니다. 
자동차의 VIN,코드의 경우 제조업체는 다양한 표면에 인쇄될 수 있는 일련의 문자와 숫자를 신속하기 해독할 수 있어야 합니다. 

조립확인
크고 복잡한 어셈블리의 경우 검사 시스템은 특정 영역을 검사 대상 영역으로 분류하거나 결함을 포함할 수 있어야 하고, 딥러닝 기반 결함 감지, 위치 및 레이아웃 도구는 AI 기반 모델을 개발하여 대표 샘플 이미지 세트에서 모양의 가능한 변형을 학습하여 이미지에서 관심있는 대상 영역을 식별하고 완전성을 검사할 수 있습니다. 

분류
제조업체는 생산 방법을 변경하거나 결함 유형이 처음에 발생하지 않도록 제한하기 위해 라인에 거부를 유발하는 한 가지 유형의 결함이 너무 많은지 이해하기 위한 데이터가 필요하고, AI는 실제로 주요 시각적 차별화 요소를 학습하여 동일한 부문의 이미지를 하위 범주로 분류 할 수 있습니다. 

출처 : 코그넥스
COGNEX 제품 적용 솔루션 참조 : www.xvision.co.kr 
머신비전 관련 문의처 ☞ (주)아이디맥스 02-838-1170
자동인식전문기업 IDMAX : www.idmax.co.kr 기술영업문의 : sales@idmax.co.kr