메뉴 바로가기 본문 바로가기
Top

AIV

AI-powered Industrial
Quality Management
Platform

What We Do?

Deep Learning-powered Integrated
Machine Vision Solution

기존 검사 방식으로 자동화가 불가능했던 제조업의 문제를 해결할 수 있는 딥러닝 알고리즘, 머신비전 하드웨어, 데이터 플랫폼의 결합을 통한 종합 비전 솔루션 제공

slide image1
01

Deep Learning

제조업 제품 외관검사에
특화된 AIV의 Original Convolutional Neural Network로 빠른 검사 속도 및
정확한 검사 가능

Segmentation, Classification, Object Detection 뿐만 아니라
검출 정확도를 향상 시키기 위한 Multi-channel Image,
GAN-based Synthetic Image Generation등을 개발 완료하였고,
Labeling 생산성 향상을 위한 Semi Auto Labeling, Auto Labeling 기술 보유.
또한, 불량 시료 개수가 적은 문제를 해결하기 위해 Unsupervised Anomaly Detection을
개발하였으며, PoC (Proof of Concept) 및 양산 프로젝트에 적용중임.

slide image2
02

Machine Vision Hardware

최적 투자비와 빠른 검사 속도를 달성할 수 있는 하드웨어 설계 역량

불량 시인성의 향상 및 Tact Time 최적화를 위한 광학 엔지니어링 역량

slide image3
03

Data Platform

지속적으로 불량 데이터를 취합하여 딥러닝 알고리즘의 성능을 향상

품질관리시스템 (예: MES, QMS) 및 자체 Mobile App과의 연동을 통해 실시간 검사 결과 조회 및 품질개선을 위한 DB 구축

slide image1
01

Deep Learning

제조업 제품 외관검사에
특화된 AIV의 Original Convolutional Neural Network로 빠른 검사 속도 및
정확한 검사 가능

Segmentation, Classification, Object Detection 뿐만 아니라 검출 정확도를 향상 시키기 위한 Multi-channel Image, GAN-based Synthetic Image Generation등을 개발 완료하였고, Labeling 생산성 향상을 위한 Semi Auto Labeling, Auto Labeling 기술 보유. 또한, 불량 시료 개수가 적은 문제를 해결하기 위해 Unsupervised Anomaly Detection을 개발하였으며, PoC (Proof of Concept) 및 양산 프로젝트에 적용중임.

slide image2
02

Machine Vision Hardware

최적 투자비와 빠른 검사 속도를 달성할 수 있는 하드웨어 설계 역량

불량 시인성의 향상 및 Tact Time 최적화를 위한 광학 엔지니어링 역량

slide image3
03

Data Platform

지속적으로 불량 데이터를 취합하여 딥러닝 알고리즘의 성능을 향상

품질관리시스템 (예: MES, QMS) 및 자체 Mobile App과의 연동을 통해 실시간 검사 결과 조회 및 품질개선을 위한 DB 구축

Learn More

How It Works?

How Deep Learning Inspection Works?

고객사로부터 최소 수량의 불량시료를 받은 후, AIV의 딥러닝 알고리즘 Nexus에 학습 및 딥러닝 모델을 생성한 후, 불량의 검출율, 미검율, 과검율 평가 및 현장 적용

데이터 수집

데이터 수집

양품/불량 실물 혹은 이미지 데이터 수집

- 불량 이미지 촬영

- 기 설치된 Rule Based 머신비전 이미지 데이터

- Synthetic Image Generation

인공지능 신경망 모델 생성

인공지능 신경망 모델 생성

양품/불량 사례 학습을 통해 인간의 일반화/개념화 가능

고객사 품질 담당자의 판단에 따라 Labeling된 불량/양품 이미지 데이터로 딥러닝 모델 생성

불량 데이터 추가 학습을 통해 딥러닝 모델 고도화 지속 진행

불량 검사/분류

불량 검사/분류

인공지능 알고리즘에 의한 양품/불량 검사 및 불량 유형 판별

기 Labeling된 불량/양품과의 대사를 통한 미검율/과검율 분석

지속적인 딥러닝 Library Update를 통해 검사 성능 향상

How Machine Vision HW Is Made?

고객사가 제공하는 생산라인의 Capacity, 육안검사자 수, 제품당 요구검사시간에 대한 정보를 기반으로, 투자비를 최적화할 수 있는 검사시간과 내구성을 갖춘 HW Concept을 자체 설계 및 제작