금형 이미지의 특이점 분석 및 클러스터링을 이용한 학습 이미지 레이블 자동생성 기법

Abstract

금형 제작 산업계는 머신러닝/딥러닝을 활용한 공정 프로세스 자동화에 많은 노력을 기울이고 있다. 본 논문에서는 모델 학습을 위한 이미지 데이터셋을 자동으로 구축하기 위한 클러스터링 기법을 제안한다. 이미지의 feature descriptor를 활용하여 3D 객체로부터 효과적으로 2D 이미지를 촬영함으로써 클러스터링 결과의 퀄리티를 높였다. 클러스터링된 공정 이미지들은 간단한 수작업을 거쳐서 효과적으로 레이블이 부여될 수 있다.