제조 공정의 AI 기반 이상 탐지를 위한 알고리즘 및 플랫폼 개발 (2)

1. 제조 현장에서 발생한 양품, 불량품 이미지 데이터 조사 및 수집

1.1 제조 현장에서 발생된 이미지 데이터셋 조사

• MVTec AD
  • 산업 검사에 중점을 둔 이상탐지 방법을 벤치마킹하기 위한 데이터 세트이며[1], 15개 서로 다른 Object와 Texture 범주로 구분되어 있고 각각 10가지, 5가지 종류의 도메인 데이터로 구성되어있다. 그리고 총 3629장의 학습 데이터와 1725장의 테스트 데이터로 존재하며 위 데이터 중 결함 이미지는 실제 산업 현장의 검사 시나리오와 비슷한 결함들을 직접 발생시켜서 취득한 데이터라고 한다.[2]
• casting product image data for quality inspection [3]
  • 주조는 원하는 모양을 중공 공동이 들어 있는 주형에 액체를 부은 다음 응고 시키는 제조 공정이다. 이 과정에서 주조 결함이 불규칙적으로 발생한다. 이 결함들은 원치 않은 결함이고 결함이 있는 제품을 제거하기 위해 모든 업계에는 품질 검사 부서가 있으며 검사 프로세스는 수동으로 진행하기에 매우 긴 시간이 걸리는 프로세스이며 사람이 육안으로 보기에 100% 정확하지 않을 수 있다. 그렇기에 검사 프로세스를 자동으로 만들기로 결정했고, 이렇게 수집된 데이터 셋은 수중 펌프 임펠러 데이터 셋이다.

1.2 데이터 수집

• 2021년 8월 당시 Window 환경에서 MVTec AD 수집 방법 [4]

  1. aria2에 접속하여 aria2-1.35.0-win-64bit-build1.zip 파일을 다운로드한다.
  2. 설치 완료 후 압축 파일을 해제한다.
  3. CMD 창을 열어서 aria2 파일을 압축 해제한 파일 경로로 접속한다.
  4. MVTec AD Url에 접속한다.MVTec 링크
  5. MVTec Url에서 Download를 클릭한다.
     • 그러면 ftp url로 제공되는데 해당 url를 복사한다.
     • url : ftp://guest:GU.205dldo@ftp.softronics.ch/mvtec_anomaly_detection/mvtec_anomaly_detection.tar.xz
  6. CMD 창에 접속하여 aria2c.exe ftp://guest:GU.205dldo@ftp.softronics.ch/mvtec_anomaly_detection/mvtec_anomaly_detection.tar.xz 를 입력하고 Enter 키를 누른다.
  7. END

• 2021년 11월 당시 Window 환경에서 MVTec AD 수집 방법

  1. MVTec AD Url에 접속한다.
  2. MVTec Url에서 Download를 클릭한다.
  3. mvtec_anomaly_detection.tar.xz 해당 파일을 압축 해제를 한다.
  4. END

• casting product image data for quality inspection 수집 방법

  1. casting product image data for quality inspection 클릭한다.
  2. Kaggle에 로그인을 진행한다.
  3. Download 버튼을 클릭한다.
  4. 다운 받은 파일을 압축한다.
  5. END

---

참고 문헌

• [1] : https://www.mvtec.com/company/research/datasets/mvtec-ad
• [2] : https://hoya012.github.io/blog/MVTec-AD/
• [3] : https://www.kaggle.com/ravirajsinh45/real-life-industrial-dataset-of-casting-product
• [4] : https://okky.kr/article/987789