브레니(Brenny) (주)아이디맥스

사람과 같이 문제 해결을 위해 학습하는 나는 브레니(Brenny)라고 해요. 사물도 인식하고 무언가를 분류해보고 묶어보고 신경망을 가동시켜 특징을 추출하죠. 기계가 학습을 하다니... 내가 궁금하지 않나요?

내용

딥 러닝은 특히 구조화되지 않은 장면에서 자연적인 복잡성과 높은 변동성으로 표시되는 공장 자동화 애플리케이션에서

외관 상의 결함 및 기타 원치 않는 이상을 감지하는데 이상적입니다. 하지만 결함 유형이 복잡하고 위치 편차가 많은 경우

프로그래밍이 너무 광범위하고 번거롭고 지루하기 때문에 제조업체가 더 전통적인 검사 방법을 사용하지 못할 수 있습니다.

제조업체는 이러한 상황에서 딥러닝을 사용하여 정상적인 외양에서 벗어나 결함을 보이는 모든 주제를 식별할 수 있습니다.

그리고 런타임 중에 검사 이미지를 정확하고 반복적으로 분석하여 이상 및 외관 결함을 감지할 수 있습니다.

특징

1. 자동차 산업을 위한 결함 감지

자동차 감지 시스템에서 가장 혼란스러운 부분은 금속표면과 내부 시트와 에어백에 사용되는 직물입니다. 각각을 명시적으로 검색하는 것은 지루하고 규칙 기반 알고리즘에서 캡처하기가 거의 불가능합니다. 따라서 검사시스템은 에어백 직물의 정상적인 모양을 감독없이 교육함으로써 잠재적인 결함을 식별하는데 유용합니다. 신경망을 사용하는 딥 러닝 기반 도구는 직물의 변경 가능한 특성을 개념화하고 일반화하여 모든 비정상적인 프레젠테이션을 식별하는 동시에 직조 패턴, 실 속성, 색상 및 기타 허용 가능한 결함의 자연스러운 변화를 안정적으로 유지할 수 있습니다.

2. 전자 산업을 위한 결함 감지

OLED 디스플레이 제조를 제외하고 전자 산업의 어느 곳에서도 반도체보다 엄격한 품질 관리 및 결함 감지가 중요하지 않습니다. 그러나 너무 많은 명시적 결함 유형을 규칙 기반 머신 비전 알고리즘으로 프로그래밍하는 것은 비효율적입니다. 이 모드에서 소프트웨어의 신경망은 눈부신 금속 배경으로 인해 감지된 변형을 포하하여 칩의 정상적인 모양을 개념화하고 일반화하여 누락, 파손 또는 마모된 구성 요소를 결함으로 표시합니다.

3. 포장 산업을 위한 결함 감지

식음료 및 소비재에서 패키지는 판금처럼 반짝이는 플라스틱 또는 광택있는 세라믹 재료로 만들어 질 가능성이 높습니다.

이러한 표면은 반사와 반사광의 동일한 문제를 나타냅니다. 딥 러닝 기반 신경망은 눈부심 너머를 볼 수 있도록 설게되었고, 정상적인 표면 결함을 지나고 진정한 결함을 포착하는 방법이 있습니다. Cognex Deep Learning은 인간이 사소한 변화를 인식할 수 있는 능력과 자동화 된 컴퓨터 시스템의 신뢰성, 일관성 및 속도를 결합하여 패키징을

위한 효과적인 결함 감지 솔루션을 제공합니다.

4. 생명 과학 산업을 위한 결함 감지

오늘날의 방사선 전문의의 역할은 CAD 덕분에 빠르게 변화되고 있고, 종양과 같은 생물학적 이상을 검색하려면 전통적으로 인간의 판단이 필요했습니다. 이러한 방식으로 참조 모델은 필요한 경우 방사선 전문의가 향후 고려할 수 있도록 정상적이고 건강한 생리에서 벗어난 새물학적 이상이 있는 모든 영역에 플래그를 지정할 수 있습니다. Cognex Deep Learning은 객체의 정상적인 모양과 자연스럽고 견딜 수 있는 변형을 학습하여 간단히 식별할 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