원문정보
Comparative Study on the Detection Performance of YOLO11 and Faster R-CNN for Micro Defect Detection on Metal Surfaces
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
금속 표면의 미세 결함은 제품의 품질과 안정성에 중요한 영향을 미치기 때문에 산업 현장에서 정 밀한 검사 과정이 필수적이다. 그러나 기존 검사 방식은 검사자의 주관적 판단에 따라 결과가 달라 질 수 있어, 이를 보완하기 위해 인공지능 기반 탐지 모델이 주목받고 있다. 본 연구에서는 1-stage 모델 YOLO(You Only Look Once)11과 2-stage 모델 Faster R-CNN의 금속 표면 미세 결함 탐지 성능을 비교하였다. 정밀도(Precision), 재현율(Recall), 추론 시간을 주요 성능 지표로 평가한 결과, YOLO11은 실시간 탐지 속도에서, Faster R-CNN은 정밀도에서 우수한 성능을 보였다. 본 연구는 금속 표면 결함 검사 자동화 시스템 구축을 위한 기초 자료를 제공하며, 향후 인공지능 기반 결함 검출 기술의 발전 방향을 제시하는데 기여할 것으로 기대된다.
목차
요약
1. 서론
2. 사전지식
2.1 금속 표면 미세 결함
2.2 YOLO11
2.3 Faster R-CNN
3. 실험방법
3.1 환경
3.2 데이터셋
3.3 모델 선정
3.4 하이퍼 파라미터
3.5 평가
4. 실험 결과
5. 결론
참고문헌
1. 서론
2. 사전지식
2.1 금속 표면 미세 결함
2.2 YOLO11
2.3 Faster R-CNN
3. 실험방법
3.1 환경
3.2 데이터셋
3.3 모델 선정
3.4 하이퍼 파라미터
3.5 평가
4. 실험 결과
5. 결론
참고문헌
저자정보
참고문헌
자료제공 : 네이버학술정보