본문으로 이동


적용사례

 자료 다운받기

복잡한 배경 속에서도크랙이나 이물을 검출해 내는 NAVI AI

"더 깊은 신경망으로 어려운 검사들도 쉽게 할 수 있습니다."

딥러닝 기술을 적용한 비전검사, 어디까지 가능할까요?

이전 웨이퍼 검사 블로그 자료에서 말씀 드렸듯이
비정형 크랙 및 이물 검사는 컴퓨터 비전 기술을 이용한
검사 방법으로는 접근하기 어려운 까다로운 문제입니다.

하지만 딥러닝을 적용한 비전 검사 기술로
까다로운 비정형 크랙 및 이물 검사를 쉽게 해결할 수 있었습니다.

그럼 딥러닝 기술을 적용한 비전 검사(앞으로 NAVI AI라 지칭)에서도
비정형 크랙 및 이물을 검사를 할 때 시료에 따른 검사 난이도가 존재할까요?

네, 물론 존재합니다.

아래 그림은 웨이퍼 표면 / 직물 / 태양광 패널 이미지 입니다.
아래 세 개의 이미지 중에서 검사하기 가장 까다로운 시료는 무엇일까요?

① 웨이퍼 표면

웨이퍼 표면부터 살펴보면 얼룩이나 크랙을 검출하는데 있어
배경이 단조롭기 때문에 NAVI AI로 쉽게 학습 및 검사가 가능합니다.

② 직물

직물 검사의 경우 다양한 불량 유형들이 존재합니다.
대표적인 불량 유형으로는 이색, 이염, 오염, 무나염,
침투, 스파팅, 시와, 핀트, 풀번짐 등을 있습니다.

직물의 경우 복잡한 보이긴 하지만 정형화된 패턴이 존재하기 때문에
NAVI AI로 검사하는데문제가 없습니다.

아래 그림에서 볼 수 있듯이 복잡해 보이는 직물도
확대해서 보면 정형화된 패턴이 존재하고
NAVI AI는 사람이 사물을 구분하는 방식으로 차이를 검출하기 때문에
배경과 다양한 불량 부분을 쉽게 구별해 낼 수 있습니다.

③ 태양광 패널

그럼 마지막 태양광 패널은 어떨까요?

이미지에서 확인할 수 있듯이 패널 표면 배경이 비정형적인 형태이기 때문에
NAVI AI가 좀더 효율적으로 결함을 검출하기 위해서
앞의 두 검사보다 더 깊은 신경망이 필요하고,
이를 학습하기 위해서는 전문가의 기술적인 지원이 필요합니다.

역시, 라온피플은 다릅니다.

딥러닝이라는 단어에서 알 수 있듯이 딥러닝을 이용한 비전 검사는
신경망의 깊이가 깊어질수록 더욱 복잡한 패턴에 대한 분석을 할 수 있습니다.

태양광 패널의 경우 좀 더 깊은 신경망을 통하여 정형화 되지 않은 배경에서
이물과 크랙을 검출하며 배경과 유사한 크랙 또한 검출합니다.

NAVI AI는 NAVI AI의 개발자들이 검사대상에 최적화 된 신경망을 구성하여
각 대상에 맞는 최적화된 신경망을 통해 이미지를 학습합니다.

이처럼 라온피플의 NAVI AI는 인공지능의 망의 깊이를 조절하여
효율적인 학습을 가능하게 하며최적의 검사 결과를 이끌어 냅니다.

그럼 Deep Learning을 이용해 태양광 패널을 검사하는
비전 검사 소프트웨어 NAVI AI의 이야기, 만나보러 가실까요?

NAVI AI를 이용한 비전 검사

태양광 패널은 크게 3가기 종류로 나뉩니다.
- Monocrystalline Silicon Solar Cells
- Polycrystalline Silicon Solar Cells
- Thin-Film Solar Cells (TFSC)

이번 블로그 자료에서 설명할 태양광 패널은
Polycrystalline Silicon Solar Cells 이며
업체 측에서 요구한 검사는 총 3가지였습니다.

1. Align이 맞지 않거나 깨진 패널
2. 오염된 패널
3. 미세 크랙이 존재하는 패널

위 세가지 검사에 대해서 지금부터 설명하도록 하겠습니다.

1. Align이 맞지 않거나 깨진 패널

Align이 맞지 않거나 깨진 패널은
기존의 비전 검사로도 쉽게 검출이 가능한 부분입니다.

굳이 딥러닝을 이용하지 않더라도
기존 비전 검사 소프트웨어 NAVI를 통해서도 쉽게 검사가 가능했습니다.

딥러닝을 통하지 않고도 간단하게 해결할 수 있는 비전 검사는
라온피플 홈페이지를 참고해 주시면 됩니다.

<NAVI 에 사용되는 다양한 Vision Tool>

2. 오염된 패널

오염된 패널 검사는 기존에 작성되었던 웨이퍼 검사와 유사한 검사 입니다.
자세한 내용은 웨이퍼 검사 블로그 자료를 참고하시면 됩니다.

[비전 솔루션] 라온피플, 인공지능을 이용한 비전 검사 Case Study - 1. 웨이퍼 표면 검사

3. 복잡한 배경에 미세 크랙이 존재하는 패널

태양광 패널을 확대해 보면 아래 이미지와 같이
복잡한 배경이 산재해 있는 것을 확인할 수 있습니다.

"라온피플은 고객사의 시료 보호를 위해 노력합니다.
아래 이미지들은 위키피디아의 태양광 패널 이미지 중
Polycrystalline Silicon Solar Cells 이미지를 사용하였습니다.
실제 검토한 시료 이미지와는 다를 수 있습니다."

그럼 태양광 패널의 크랙은 어떤 형태로 존재하는지
아래 이미지를 통해 확인해 보겠습니다.

위 이미지에서 크랙을 찾으셨나요?

총 3가지의 크랙이 존재하는데 1~2개 정도는 찾으시는 분이 있어도
세 가지의 크랙을 모두 다 찾으시는 분은 없을 것 같습니다.

다들 몇 개의 크랙을 찾으셨나요?
아래 보시는 것과 같이 예제로 가져온 태양광 패널 이미지에는 총 3개의 크랙이 존재합니다.

태양광 패널의 크랙 위치는 표시해 두었습니다.
크랙이 잘 보이시나요?

아래 이미지는 NAVI AI를 통해 크랙을 검출한 이미지를 확대해 놓은 것입니다.
빨간색으로 마스킹 된 부분이 크랙입니다.

1번 크랙의 경우 좌우로 길게 뻗어 있고 크기도 커서
다른 크랙에 비해 상대적으로 검출이 쉬운 편입니다.

2번 크랙의 경우 경계에 걸쳐 있어 육안으로도 구분이 잘 가지 않지만
NAVI AI는 완벽하게 검출해 내는 것을 확인하실 수 있습니다.

3번 크랙은 오른쪽 부분의 배경과 비슷한 형태를 띄고 있지만
정상적으로 검출하는 것을 볼 수 있습니다.

NAVI AI는 Polycrystalline Silicon Solar Cells 외에도
Monocrystalline Silicon Solar Cells, Thin-Film Solar Cells (TFSC) 등
다양한 종류의 태양광 패널 검사가 가능합니다.

태양광 패널이 끝이 아닙니다.
복잡한 배경으로 인해 검출이 불가능했던
다양한 검사 대상들을 NAVI AI가 해결해 드리겠습니다.

검사해야 할 대상의 표면이 복잡한 배경으로 가득 차있나요?
기존에 해결하지 못했던 복잡한 배경을 가진 검사 대상도
시료 이미지만 전달해 주시면 검사 가능 여부를 확인해 드립니다.

지금 전화주세요!


List

라온피플(주)
주소 : (우)13511 경기도 성남시 분당구 판교로 723, 분당테크노파크 B동 402-3
대표전화 : 1899-3058 , 팩스 : 031-707-7052, 전자우편 : sales@laonpeople.com, 웹사이트 : http://www.laonpeople.com Copyright © Laon People. All Rights Reserved.