‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’ 발생률 감소

‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’ 발생률 감소

‘1종 오류’ 찾아내는 딥러닝 모델로 ‘과검’ 발생률 감소 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.   Challenge   ‘미검’ 0%를 달성하기 위해 검사 기준을 너무 민감하게 설정한 경우, ‘과검(1종 오류)’이 많아짐 과검을 적발하기 위한 무작위 샘플링...
Data CAMP 레시피 기능으로 ‘다품종 소량생산’ 불량검사를 손쉽게 관리한 사례

Data CAMP 레시피 기능으로 ‘다품종 소량생산’ 불량검사를 손쉽게 관리한 사례

Data CAMP 레시피 기능으로 ‘다품종 소량생산’ 불량검사를 손쉽게 관리한 사례 Challenge   기존 룰 베이스 표면 결함 판정 비전 컨트롤러는 ‘다품종 소량생산’ 환경에 유연하게 대응이 어려움 기존의 비전 컨트롤러는 이력 조회 기능이 없어, 비슷한 모델을 생산하게 됐을 때 이전의 양불 판정 규칙을 참고하기 어려움​ 정상과 불량 사이에 해당하는 ‘재용접’ 케이스를 판정하고 PLC 통신을 통해...