컨베이어 벨트 품질 검사
Vision AI 기반 컨베이어 벨트 객체 인식 딥러닝 모델 최적화. 라즈베리 피코 자동 품질 검사 시스템.
담당 역할
라벨링 가이드라인
검수 자동화 코드
이미지 분류 저장
DB 저장 및 분류
소개
컨베이어 벨트를 이용한 라즈베리 피코 자동 품질 검사 시스템입니다. 초음파 센서로 칩 감지 → 컨베이어 정지 → 카메라 촬영 → 정상/불량 판별 → DB 저장 → Gradio 그래프 표시의 파이프라인으로 동작합니다.
주요 기능
- 하드웨어 — 컨베이어 벨트에 일렬로 칩이 들어가도록 구성, 초음파 센서와 카메라 배치
- 모델 학습 — YOLOv8 6n(mAP 53.1%) → 6L(mAP 70.5%) → 라벨링 가이드라인 정의로 mAP 75.7%까지 상승
- Gradio 대시보드 — 시간당 총 개수, 양품/불량품 구분 표시
- SQLite 데이터베이스 — 전체 검사 기록 관리
성과
최종 테스트 결과: 미검 0%, 과검 17.5% — 라벨링 가이드라인 정의로 팀 내 일관성 향상
기술 스택
| 언어 | Python 3 |
| 비전 | YOLOv8 (6n → 6L), OpenCV |
| 센서 | 초음파 센서, Sensor Fusion |
| UI | Gradio |
| DB | SQLite |
| 팀 | 3인 (2024.12, 7일) |
데모 영상
자동 품질 검사 시연