플러스프로젝트 배경
표면 결함은 크기가 작고 조명·반사 조건에 따라 형태가 달라 육안 검사 결과가 일관되지 않을 수 있습니다. 생산 영상에서 결함 후보를 자동으로 찾고, 작업자가 결과를 확인·보정할 수 있는 검사 보조 시스템을 만드는 것이 목표였습니다.
프로젝트 성과
데이터 편차 대응
리샘플링과 CutMix 증강으로 유형별 데이터 불균형을 보완했습니다.
추론 파이프라인 최적화
ONNX와 TensorRT를 적용해 생산 영상 처리에 맞는 추론 경로를 구성했습니다.
검수 피드백 루프
작업자 UI에서 오탐을 수정하고 결과를 학습 데이터로 다시 반영할 수 있게 했습니다.
핵심 기능
다중 결함 실시간 탐지
스크래치·핀홀·오염 등 다양한 불량을 고속 영상에서 안정적으로 검출
진행 단계
기획
2022.08.
결함 유형 정의, 샘플 데이터 수집, 라벨링 표준 수립, KPI 요구사항 분석
프로젝트 상세
[프로젝트] 생산 라인 카메라 영상에서 스크래치, 핀홀, 오염 등 표면 결함을 탐지하고 작업자가 결과를 검수할 수 있도록 만든 비전 검사 시스템입니다. [담당 범위] 데이터 불균형 보정과 CutMix 증강, EfficientNet 기반 모델 학습, ONNX·TensorRT 추론 최적화, ROI·조명 보정, MLflow 실험 관리, 작업자용 검수 UI와 KPI 리포트를 담당했습니다. [기술적 해결
