‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’일 확률을 계산한 사례

‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’일 확률을 계산한 사례

‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’일 확률을 계산한 사례 이상탐지(Anomaly Detection) 딥러닝 모델을 활용해 검사 이미지 전체 영역을 학습합니다. 실제 생산품의 결함이 아닌, 그 밖의 다른 문제로 인한 과검(1종 오류) 사례일 확률을 추론합니다.  [이차전지] [딥러닝] 도입 이유 품질 검사 안정화를 위한 과검 재검사 및 이력 관리 툴 부재   최근 스마트팩토리, 산업 자동화 트렌드를 타고 다양한 제조 현장에 검사 자동화 프로세스가 속속 도입되고...
DATA CAMP 레시피 기능을 활용한 다품종 소량생산의 품질 관리 사례 

DATA CAMP 레시피 기능을 활용한 다품종 소량생산의 품질 관리 사례 

DATA CAMP 레시피 기능을 활용한 다품종 소량생산의 품질 관리 사례  Pain Point : 모델마다 다른 품질 기준 관리, 판단 이력을 조회할 수 있는 컨트롤러의 부재 최근 제조 트렌드는 소비자 기호 다양화에 따른 ‘다품종 소량생산’입니다. 품종이 다양해진다는 것은 곧 제조현장에서 품종별로 제각각 품질 관리를 해야 한다는 뜻입니다. 그런데 기존 제조현장에서 생산품의 표면 결함을 판정해주던 비전 컨트롤러 같은 장비로 이에 대응하기란, 생각보다 까다롭습니다. 왜냐하면 비전...