AMFM : 금속 외관 결함의 준지도 분류에 특화된 AugMix 기반 FixMatch 알고리즘

초록

최근 산업현장에서 딥러닝 모델을 활용하여 제품 결함 검사를 대체하려는 시도가 계속되고있다. 일반적으로 딥러닝 모델을 학습하기 위해서는 많은 학습데이터와 라벨링 작업이 필요하고, 일부 산업현장에서는 비용과 노동력의 문제 등으로 인해 딥러닝 모델로 대체하는 데어려움이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 FixMatch의 강한 데이터증강기법을 개선한 AMFM(AugMix-empowered FixMatch) 모델을 제안한다. 제안하는 모델에서는 기존 FixMatch에서 사용하고 있는 RandAugment에 AugMix를 적절히 결합하여 금속 외관의 특징을 학습에 유리한 도메인으로 변형할 수 있고, 해당 기법을 사용하여 모델의 성능을 검증하고 분석한다. 특히, AMFM 모델로 준지도학습(semi-supervised Learning) 수행시 기존 모델의 분류 정확도보다 높은 99.85% 및 100% 분류 정확도를 달성했다.

키워드