금형 공정 이미지로부터 객체 탐지 모델을 학습하기 위한 효율적인 Annotation 및 학습 방법

Abstract

최근 금형 제작을 위한 공정 프로세스를 자동화하는 연구에 대한 관심이 높아지고 있다. 이때 제작하고자 하는 금형 모델의 3D 파일로부터 적절한 공정 기법을 인식하는 객체 탐지 (object detection) 모델의 도입이 핵심이라고 할 수 있다. 그러나 객체 탐지 모델 학습을 위한 이미지 데이터셋의 구축은 도메인 전문가의 많은 시간과 비용이 요구된다. 본 논문에서는 엔지니어의 annotation 작업과 모델 학습을 용이하게 하기 위해 적은 양의 초기 annotation 데이터를 이용해서 모델을 학습시킨 후 나머지 테스트 이미지 데이터에 대한 annotation을 제공한다. 그 후 여러 Multi-View의 이미지를 통합하여 모델의 성능을 향상시킨다.