Vision AI for
Manufacturing

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.

Use Cases

PCB Classification model to minimize false positive* (resulted by Machine Learning Model)

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

01

기존 적용된 ML 모델의 False Positive* 이슈가 기존 대비 약 50%로 감소함

* False Positive : 정상품이지만 기존 모델이 불량으로 우선 분류된 그룹

02


AutoCare를 구축하여 새롭게 적용된 SINNet 기반의 DL 모델의 성능을 현장의 변화에 맞추어 안정적으로 유지할 수 있도록 지원

다양한 산업에 적용된
스누아이랩의 AI 기술이 궁금하신가요?
산업 특화 AI 솔루션을 도입하여
비즈니스 가치를 극대화 해보세요.
다양한 산업에 적용된 스누아이랩의 AI 기술이 궁금하신가요?
산업 특화 AI 솔루션을 도입하여 비즈니스 가치를 극대화 해보세요.

   sales@snuailab.ai  sales
        snuai@snuailab.ai  general


서울  HQ
서울특별시 관악구 관악로 1 서울대학교 133동 자동화시스템공동연구소 208호

광교  R&D / Business
경기도 수원시 영통구 광교로 145 광교테크노벨리 차세대융합기술연구원 A동 1202호


© 2024 SNUAILAB Co., LTD. All Rights Reserved. 
개인정보처리방침     이용약관

   sales@snuailab.ai  sales      snuai@snuailab.ai  general

서울  HQ    서울특별시 관악구 관악로 1 서울대학교 133동 자동화시스템공동연구소 208호

광교  R&D / Business    경기도 수원시 영통구 광교로 145 광교테크노벨리 차세대융합기술연구원 A동 1202호


© 2024 SNUAILAB Co., LTD. All Rights Reserved.   개인정보처리방침     이용약관