프로젝트 소개
본 과제는 인공지능 기술 중 하나인 Mask R-CNN을 사용하여, 정해지지 않은 형태의 다양한 영상 데이터 속에서 제품의 결함을 자동으로 찾아내는 시스템을 개발하는 연구임.
연구 목표는 Mask R-CNN 알고리즘을 활용한 비정형 영상데이터 기반 결함 검출 시스템의 맞춤형 사업화를 위한 알고리즘 요구사항 개발 및 최적화, 그리고 개발 초기부터의 시스템 성능 및 결함 검사를 통한 신뢰성 확보에 있음. 핵심 연구 내용은 Mask R-CNN 및 YOLO 등 최신 알고리즘 기반의 영상 데이터 결함 검출 시스템 SW 개발 및 최적화임. 또한, 결함 검출 맞춤형 조명 시스템 최적화, 데이터 증강 기법을 활용한 정확도 고도화, 시스템 통합 및 성능 검증을 포함함. 기대 효과는 GS(Good Software) 인증 획득을 통한 제품 품질 확보, 소프트웨어 수명주기 모델 기반의 제품화 성숙도 향상임. 더불어, 현장 피드백 및 최신 알고리즘 업데이트 체계 구축을 통한 양산 준비 완료, 비즈니스 모델 캔버스 기반의 판로 개척 및 확대를 통해 SI, 스마트 공장 및 AI 솔루션 시장 경쟁력 강화에 기여할 것으로 전망됨.