Gan을 활용한 결함 영상 데이터 증강 방법 및 시스템

기술 요약제조업 현장에서 발생하는 결함 데이터 부족과 데이터 불균형은 딥러닝 기반 품질 검사 시스템의 성능을 저하시키는 주요 문제입니다. 본 기술은 적대적 생성 신경망(GAN)과 전이 학습 기법을 결합하여 이 문제를 해결합니다. 특히 StyleGAN2-ADA 모델에 이단계 전이 학습을 적용함으로써, 실제와 유사한 고품질 결함 데이터를 효과적으로 생성하고 이를 통해 딥러닝 분류 모델의 정확도를 획기적으로 향상시킬 수 있음을 증명하였습니다. 이 기술은 스마트 팩토리의 생산 효율성을 극대화하고 제품 품질 관리의 자동화를 가속화하는 데 기여합니다.