Contact Lens Inspection Technology Based on YOLOv9

콘택트렌즈 제조 공정에서 일관성 있는 양질의 제품생산을 위해 불량 혹은 결함 제품을 사전에 검출하고 제거하는 과정이 필수적으로 요구된다. 과거에는 사람이 직접 확인하는 육안검사가 주를 이루었으므로 작업자의 판단 기준에 따라 결함이 존재하는 불량 콘택트렌즈 판별에 일관성이 떨어지게 된다. 일관성을 보장하기 위해 컴퓨터 비전으로 획득된 콘택트렌즈 이미지를 딥러닝에 적용하여 제품의 결함을 검출하기 위한 시범적 연구들이 진행 중이다. 본 논문은 이러한 연구의 일환으로 소량의 데이터를 효율적으로 학습하고 콘택트렌즈의 결함 유무를 판별하기 위해, 최근 소개된 YOLO(You Only Look Once)v9을 활용한 콘택트렌즈 검사 기법을 제안한다. 기포, 균열, 미성형, 이물, 인쇄 불량의 결함이 복합적으로 존재하는 소량의 콘택트렌즈 이미지 및 양품 콘택트렌즈 이미지를 학습시키고, 학습된 YOLOv9의 콘택트렌즈 판별 결과를 제시한다.