CNN-Based Thread Defect Detection System for Manufacturing Process Automation

본 논문에서는 제조 공정 자동화를 위한 딥러닝 기반 나사산 오류 검출 시스템을 제안한다. 카메라로 획득한 나사산 영상을 합성곱 신경망(CNN)을 이용해 합격 및 불합격으로 자동 판정한다. 반복적이고 미세한 나사산 구조로 인한 인식 한계를 극복하기 위해 영상 획득 환경과 학습 전략을 구성하여 제한된 학습 데이터에서도 안정적인 성능을 확보하였다. 실험 결과 85% 정확도, Precision 84%, Recall 82%의 성능을 보여 오검출과 미검출을 억제할 수 있음을 확인하였다. 이를 통해 제조 공정 자동 불량 판정 시스템으로 적용 가능함을 확인하였다.