표제지
목차
Abstract 9
I. 서론 10
II. 연속용융 아연도금 공정과 드로스 12
1. 연속용융 아연도금 공정 12
2. Top Dross 제거 로봇 13
III. 컨볼루션 신경망 18
1. 인공신경망 18
2. 딥러닝(Deep Learning) 19
3. 이미지넷(Imagenet) 19
4. 컨볼루션 신경망 19
5. Inception 모델 20
1) Inception vl 21
2) Inception v2/v3 22
IV. 제안된 드로스 검출 방법 24
1. 드로스 이미지 분석 24
2. 드로스 이미지 인식 방법 26
3. 드로스 이미지 수집과 전처리 27
4. 신경망 학습 30
V. 실험 결과 및 향후 과제 37
1. 실험 결과 37
2. 향후 과제 39
VI. 결론 42
참고문헌 43
〈표 1〉 Inception v3 모델과 다른 모델 간 성능비교 23
〈표 2〉 테스트 환경 30
〈표 3〉 드로스 생성정도의 단계화 41
〈그림 1〉 연속용융 아연도금 라인 13
〈그림 2〉 드로스 제거 로봇의 작업 모습 14
〈그림 3〉 드로스 제거 로봇 14
〈그림 4〉 드로스 제거 로봇의 제어시스템 15
〈그림 5〉 로봇 케이블 손상 16
〈그림 6〉 정상상태의 삽과 변형 손상된 삽 17
〈그림 7〉 인공신경망의 구조 18
〈그림 8〉 컨볼루션 신경망 구조 20
〈그림 9〉 개선 전 Inception v1 구조 21
〈그림 10〉 개선 된 Inception v1 구조 22
〈그림 11〉 Inception v3 구조 22
〈그림 12〉 드로스의 생성 위치 24
〈그림 13〉 드로스의 형성 모습 25
〈그림 14〉 드로스의 형상 25
〈그림 15〉 열학상카메라로 촬영한 도금욕 26
〈그림 16〉 드로스, 용융아연 이미지 27
〈그림 17〉 촬영 위치에 따른 이미지의 차이 28
〈그림 18〉 드로스, 용융아연 이미지 추출 29
〈그림 19〉 10,000 Step 학습의 진행 31
〈그림 20〉 10,000 Step 학습 후 추론 결과 32
〈그림 21〉 드로스 이미지 추론 결과 37
〈그림 22〉 용융아연 이미지 추론 결과 38
〈그림 23〉 이미지 인식 결과의 변환 및 전송 39
〈그림 24〉 비전 시스템이 적용된 시스템 구성 40