- 제조(철강)
- 최적화
항만 선석 계획 최적화 가이던스 모델 개발
입항, 접안, 하역, 컨베이어벨트, 저장고 관련 데이터를 활용하여 체선료를 최소로 하는 최적의 선석 계획을 도출합니다.
Use Case
- 제조(철강)
- 예측
반제품 이미지 데이터 결함 검출 모델 개발
반제품의 이미지 결함을 육안이 아닌 CNN 및 Contouring 알고리즘을 활용하여 검출하고 등급을 분류함으로써, 작업자의 공수를 절감합니다.
Business Problem
반제품 결함의 형태, 길이, 개수 등을 작업자가 육안으로 검사하는 방식에 의존하면서, 다수의 휴먼 에러가 발생하고 있습니다. 이러한 오류는 품질 문제로 이어져 지속적인 이슈를 초래하고 있습니다.
Goals
이미지에 나타난 결함으로 보이는 부분을 AI 기술을 활용해 크기를 정밀하게 측정하고, 이를 등급화하여 결함 분류 시스템을 구축하는 것이 목표입니다.
Analysis
마크로 이미지 데이터를 수집하고 이미지 전처리 프로세스를 통해 이미지 내 테두리 및 라벨을 제거했습니다. 이미지를 Contouring 알고리즘을 활용하여 영역별로 하나의 결함에 대해 다양한 크기의 Kernel size로 후보 결함을 탐색하고 CNN모델을 통해 결함을 분류하는 모델을 개발했습니다.
Solution
작업자의 육안 검사에 의존하던 이미지 판정을 AI 기법을 활용하여 자동으로 결함을 검출하고 등급을 부여하는 시스템으로 전환하여 구축하였습니다.
이 홈페이지는 Chrome(크롬)과 Edge(엣지)에 최적화 되어있습니다.
Chrome(크롬)과 Edge(엣지) 브라우저의 사용을 권장드립니다.