YOLOv5를 이용한 치과용 3D프린터 출력물 불량 검출

초록

본 연구는 현재 치과 산업의 기술 방식이 아날로그에서 디지털 방식으로 변함에 따라 디지털 덴티스트리 기술을 적용한 대표적 장비인 3D프린터의 잘못된 출력에 의한 불량품으로 인해 재료 및 시간 낭비와 폐기물 발생이 초래되는 실정을 개선할 수 있는 방안으로써 출력물 불량 검출에 대해 고찰하였다. 불량 검출 진행을 위해 객체 인식 알고리즘 중 메모리 사용량이 적고 학습 속도가 빠른 YOLO(You Only Look Once)을 선택하였고 준비된 데이터 셋에 대해 적합한 파라미터를 찾기 위해 학습모델 및 설정에 따른 성능 비교 테스트를 진행하였다. 테스트를 통해 구축한 최종 학습데이터를 통해 치아 모델 3종(구강 모델, 수술용 가이드 모델, 임시치아 모델)의 불량 검출 테스트를 진행하였고 그 결과 최대 80%의 수준으로 불량 검출이 되는 것을 확인하였다. 치아 모델의 불량 검출이 정상적으로 진행됨을 확인하였기 때문에 이는 YOLO를 통한 치과용 3D프린터의 불량 검출에 대한 유의미한 도구임을 확인하였으며, 향후 연구의 진행 방향으로는 성능의 편차를 줄이기 위한 연구 및 YOLO 버전별 성능 비교를 진행하고 도출된 데이터를 활용하여 최종적으로 3D프린터 내 카메라 설치를 통해 실시간으로 추적할 수 있는 고도화된 연구가 이루어져야 할 것이다.

키워드