제조 · AI 커스텀 개발/학습
제조 비전 품질 검사
라인 카메라 영상에서 불량 유형을 분류하고, 사람이 확정한 결과가 다시 학습으로 돌아가는 검사 체계입니다.
문제
정상 데이터가 대부분이고 불량 유형은 드물었습니다. 임계값을 낮추면 라인이 멈추고, 높으면 불량이 통과했습니다. 검사 결과는 현장 일지에만 남았습니다.
접근
- 01불량 유형과 조명, 카메라 위치를 데이터 수집 조건으로 먼저 고정했습니다.
- 02불균형 분포에 맞춰 학습과 임계값을 나누고, 유형별 오탐·미탐을 평가 세트로 측정했습니다.
- 03모델이 걸러낸 건을 작업자가 확정하는 검토 화면을 두고 MES로 결과를 넘겼습니다.
- 04확정된 오탐은 다음 학습 후보로 쌓이도록 운영 루프를 만들었습니다.
구성
- Python
- PyTorch
- FastAPI
- MySQL
설계 목표
- 유형별 오탐과 미탐을 감으로가 아니라 평가 세트로 비교합니다.
- 라인 중단과 유출 사이의 임계값을 현장 책임자가 조정할 수 있게 합니다.
- 사람 확정 결과가 재학습 데이터로 남는 구조를 목표로 합니다.