Syshin0116 홈
프로젝트 목록

업무 · LabQ

이미지 선별 모델 - 이물 분석 검출 지원

PET Chip 이물 이미지 자동 분류

기간
2025.02.24 ~ 2025.04.03약 6주
역할
Computer Vision 모델 개발
팀
고객사 QA·DT 담당자와 협업
상태
완료

배경

PET Chip 특성상 원통형이고 불투명하여 선별기기의 한계로 오류값 다수 발생. 이미지 분석을 통해 사람이 직접 확인해야 하는 이미지 수를 최소화하는 모델 개발.

As-is

PET Chip 특성상 원통형이고 불투명하여 선별기기의 한계로 오류값 다수 발생, 사람이 직접 선별 시 업무 Load 과다

To-be

이미지 분석을 통해 사람이 직접 확인해야 하는 이미지 수 최소화

한 일

담당 업무

PDF 파일에서 이미지 추출 및 전처리

  • 선별기기 결과 Report (PDF 파일)에서 이미지 추출
  • 이미지 전처리 및 정규화

이물 검출 이미지 분류 모델 개발

  • Binary Classification (정상/이물 분류)
  • 선별기기 결과를 1차 필터링하는 모델 개발
  • 모델 성능 평가 (정확도, 재현율, F1-score)

주요 기능

이물 검출 파이프라인

  • 선별기기 결과 → 이미지 선별 모델 1차 필터링 → 사람 최종 선별
  • PDF Report에서 자동 이미지 추출
  • Binary Classification 기반 정상/이물 분류

문제와 해결

PET Chip 이미지 특성
원통형이고 불투명한 PET Chip 특성으로 선별기기 오류값 다수. 이미지 전처리 및 모델 최적화로 해결

결과

  • 사람이 확인해야 하는 이미지 수 대폭 감소
  • 다른 생산 거점으로 확대 가능성 확인

배운 점

  • 제조업 도메인 CV 적용: 선별기기 한계를 AI로 보완
  • Binary Classification 실전: 정밀도와 재현율 균형
  • PDF 기반 데이터 파이프라인: 비정형 데이터에서 이미지 추출

기술 스택

머신러닝
Python
Computer Vision
이미지 처리
OpenCV
PyTorch
데이터 처리
PyPDF2
pdf2image