철강 생산 공정 중 압연 공정에서 통판의 상태를 실시간으로 관찰하는 사람을 대신하는 인공지능을 개발하는 것을 목표로 함.
철강 생산 공정 중 연 공정에서 카메라를 통해진 이미지로부터 통판 상태 분류 알고리즘 개발
Convolution Neural Network 기반 이미지 분류 알고리즘
통판의 D/S, W/S 두 영역 각각에 대한 상태 분류
실시간 통판 상태 분류 알고리즘 개발 및 정확도 향상
지도 학습을 위한 라벨링의 Human error 극복 방법 개발
불균형 데이터 셋을 이용한 분류 모델 지도 학습
본 과제는 철강 생산 공정 중 압연 공정에서 통판의 상태를 실시간으로 관찰하는 사람을 대신하는 인공지능을 개발하기 위한 과제입니다.
압연공정은 온도가 높고 습도가 높아 근거리에 센서 부착이 어렵기 때문에 원거리에서 카메라로 이미지를 수집하여 컴퓨터 비전을 통해 실시간으로 통판의 상태를 관찰하는 방법이 제시되었습니다.
지도학습을 통해 딥러닝 모델을 학습 시키기 위해 카메라로부터 수집된 이미지들에 사람이 라벨링을 하는 과정이 필요합니다. 단순 분류 문제가 아닌 정도에 따른 단계를 분류하는 문제이기 때문에 사람의 라벨링에 에러가 많이 포함됩니다. 이 라벨링 에러는 학습에 혼동을 가져올 수 있기 때문에 극복해야할 대상입니다.
목표 80% 이상의 결과를 달성했으며 실시간 분류를 가능하게 하는 알고리즘을 개발했습니다.
출연: 포스코 광양제철소
기간: 2019.08.15 ~ 2020.03.31 (7개월)
사업비: 70,000,000원
이름 : 이준석 박사과정
메일 : junseoklee@gm.gist.ac.kr