산업›제조

제조를 위한
Vision AI

Inspection 공정의 자동화 수준과 범위를 확대를 위하여 다양한 딥러닝 기술들이 적용되고 있습니다.

특히, Rule-based Model과 Machine Learning 기반의 모델들의 단점인 낮은 유연성과 모델 확장성을 Deep Learning 기반의 모델들이 보완하는 형태로 적용되고 있습니다.

도입 문의하기

제조

적용 사례

머신러닝 모델에서 생긴 오검출(False Positive*)을 최소화하는 PCB 분류 모델

풀어야 할
문제 및 니즈

  • 기존 Inspection 공정에 적용된 ML 기반의 모델의 정상품을 불량품으로 분류하는 False Positive 이슈 최소화
  • 새로운 딥러닝 기반의 모델의 성능을 안정적으로 유지하기 위한 모델 학습과 관련된 기술

문제 해결 방법 및
적용 기술

  • 스누아이랩의 AutoCare를 적용하여, 스누아이랩 인스펙션 모델(SINNet, SNUAILAB Inspection Network)을 현장 데이터를 기반으로 재학습
  • 재학습된 SINNet의 성능을 기존 ML 모델과 비교 및 대조하기 위하여 AutoCare Edge를 적용하였고, 이에 대한 성능 History를 시각화하여 A/B Test 수행

기술 적용 결과

  • 01기존 적용된 ML 모델의 False Positive* 이슈가 기존 대비 약 50%로 감소함
  • 02AutoCare를 구축하여 새롭게 적용된 SINNet 기반의 DL 모델의 성능을 현장의 변화에 맞추어 안정적으로 유지할 수 있도록 지원

* False Positive : 정상품이지만 기존 모델이 불량으로 우선 분류된 그룹

다양한 산업에 적용된
스누아이랩의 AI 기술이 궁금하신가요?

산업 특화 AI 솔루션을 도입하여
비즈니스 가치를 극대화 해보세요.

도입 문의하기