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

초록

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 핵심이라고할 수 있다. 그러나 객체 탐지 모델 학습을 위한 이미지 데이터셋의 구축은 도메인 전문가의 많은 시간과 비용이요구된다. 본 논문에서는 엔지니어의 annotation 작업과 모델 학습을 용이하게 하기 위해 적은 양의 초기annotation 데이터를 이용해서 모델을 학습시킨 후 나머지 테스트 이미지 데이터에 대한 annotation을 제공한다.그 후 여러 Multi-View의 이미지를 통합하여 모델의 성능을 향상시킨다.