분류 검사 솔루션

aI 딥러닝 기반의 분류 솔루션을 통해
유형 및 불량 종류를 정확하게 분류합니다.

뉴로클 솔루션과
함께하는 고객사들

뉴로클 솔루션과
함께하는 고객사들

분류 검사 솔루션으로 유사 불량을 정확히 구분하고 판정 기준을 자동화해 보세요

대상의 형상·색상·패턴 등 특징을 기준으로 서로 다른 유형을 구분해, 사전에 정의된 분류 기준에 맞게 판별합니다.

검사 적용 방법

-

실제 사례보기

-

Type

Subtitle

Title

Type

Subtitle

Title

Type

Subtitle

Title

검사 적용 방법

-

실제 사례보기

-

Type

Subtitle

Title

Type

Subtitle

Title

Type

Subtitle

Title

주요 기능

뉴로클 분류 검사 솔루션이 제공하는 강력한 차별점

01

유사 결함·유형의 정밀 분류

형태와 특성이 매우 유사해 기존 검사로는 구분이 어려운 물체 및 결함 유형도, 
미세한 차이를 학습해 명확하게 분류합니다.

01

유사 결함·유형의 정밀 분류

형태와 특성이 매우 유사해 기존 검사로는 구분이 어려운 물체 및 결함 유형도, 
미세한 차이를 학습해 명확하게 분류합니다.

02

다종·다유형 동시 분류

다양한 제품 종류와 복수의 결함 유형을 단일 분류 모델로 동시에 처리하여, 
복잡한 검사 환경에서도 일관되고 효율적인 유형 분류를 수행합니다.

02

다종·다유형 동시 분류

다양한 제품 종류와 복수의 결함 유형을 단일 분류 모델로 동시에 처리하여, 
복잡한 검사 환경에서도 일관되고 효율적인 유형 분류를 수행합니다.

03

결함 데이터 제약 환경에서도 안정적인 분류

수율이 높아 결함 데이터 확보가 어려운 현장에서도 
정상 데이터 중심 학습과 이상 패턴 인식을 통해, 
신뢰도 높은 분류 성능을 안정적으로 구현합니다.

03

결함 데이터 제약 환경에서도 안정적인 분류

수율이 높아 결함 데이터 확보가 어려운 현장에서도 
정상 데이터 중심 학습과 이상 패턴 인식을 통해, 
신뢰도 높은 분류 성능을 안정적으로 구현합니다.

현장 적용 사례

풍부한 현장 경험으로 만드는 외관 검사 솔루션 적용 사례

홍삼 등급 분류 검사

문제점

엑스레이 방식으로 촬영된 홍삼 이미지는 색상 대비가 크지 않아, 내부 공극이 명확하게 구분되지 않았습니다. 따라서, 사람의 눈으로는 홍삼의 정확한 등급을 판정하지 못해 제품에 대한 신뢰도에 문제가 발생하였습니다.

솔루션

엑스레이 이미지 상에서 딥러닝 모델이 홍삼의 특징을 인식하여 등급을 판정하는 비전검사 솔루션을 도입하여 문제를 해결하였습니다. 등급 판정 정확도 97%를 달성하며, 기존 대비 홍삼의 품질 유지 능력이 향상되었습니다.

홍삼 등급 분류 검사

문제점

엑스레이 방식으로 촬영된 홍삼 이미지는 색상 대비가 크지 않아, 내부 공극이 명확하게 구분되지 않았습니다. 따라서, 사람의 눈으로는 홍삼의 정확한 등급을 판정하지 못해 제품에 대한 신뢰도에 문제가 발생하였습니다.

솔루션

엑스레이 이미지 상에서 딥러닝 모델이 홍삼의 특징을 인식하여 등급을 판정하는 비전검사 솔루션을 도입하여 문제를 해결하였습니다. 등급 판정 정확도 97%를 달성하며, 기존 대비 홍삼의 품질 유지 능력이 향상되었습니다.

컬러강판 표면 질감 검사

문제점

컬러 강판 표면의 질감 차이를 구분하는 검사에서, 그 차이가 미세한 경우에는 명확한 분류가 어려웠습니다. 또한 검사 결과가 작업자의 숙련도와 주관적 판단에 의존하다 보니 일관성이 부족하였고, 품질 신뢰도 확보에도 한계가 있었습니다.

솔루션

기존 육안검사와 룰베이스 알고리즘으로 판별하기 어려웠던 미세 한 거칠기 편차를 정량적으로 딥러닝 모델을 통해 자동화된 방식으로 분석하였습니다. 결과적으로 고객사 사양 위반 가능성을 줄이고 품질 클레임 발생률을 낮출 수 있었습니다.

컬러강판 표면 질감 검사

문제점

컬러 강판 표면의 질감 차이를 구분하는 검사에서, 그 차이가 미세한 경우에는 명확한 분류가 어려웠습니다. 또한 검사 결과가 작업자의 숙련도와 주관적 판단에 의존하다 보니 일관성이 부족하였고, 품질 신뢰도 확보에도 한계가 있었습니다.

솔루션

기존 육안검사와 룰베이스 알고리즘으로 판별하기 어려웠던 미세 한 거칠기 편차를 정량적으로 딥러닝 모델을 통해 자동화된 방식으로 분석하였습니다. 결과적으로 고객사 사양 위반 가능성을 줄이고 품질 클레임 발생률을 낮출 수 있었습니다.

뉴로클 소프트웨어 적용 사례

자세히 보기

반도체부터 배터리, 자동차, 식음료, 철강, 의료기기, 제약 분야를 포함한 제조 산업 전반에서 뉴로클의 소프트웨어를 활용하여 머신 비전 기반의 품질 검사를 진행하고 있습니다.

뉴로클 소프트웨어 적용 사례

자세히 보기

반도체부터 배터리, 자동차, 식음료, 철강, 의료기기, 제약 분야를 포함한 제조 산업 전반에서 뉴로클의 소프트웨어를 활용하여 머신 비전 기반의 품질 검사를 진행하고 있습니다.

뉴로클 소프트웨어 적용 사례

자세히 보기

반도체부터 배터리, 자동차, 식음료, 철강, 의료기기, 제약 분야를 포함한 제조 산업 전반에서 뉴로클의 소프트웨어를 활용하여 머신 비전 기반의 품질 검사를 진행하고 있습니다.

뉴로클이 제공하는 인사이트

뉴로클이 전하는 AI 딥러닝 비전검사 이야기와 인사이트를 확인해 보세요.

전체보기