Attention mechanism 기반 블로우 성형 공정 불량 Detection

2023 성균관대학교 기계공학부 학부학술제 우수상

Yolo-ResNet

• Augmentation

  *ImageNet pretrained

  *aug factor:20 ⇒ train 4200장, valid 720장

  • 성능

    mAP30 = 0.51

    mAP50 = 0.35

  • 학습추이

  https://wandb.ai/urp/yolo_resnet_neck?workspace=user-gomduribo

  → YOLO_RESNET18_neck_LR0.0001_AUG20 참고

  • 결과 이미지

  형광초록색: annotation

  파란색: prediction

Yolo-Swin

• Augmentation

  *ImageNet pretrained

*aug factor:20 ⇒ train 4200장, valid 720장

• 성능

mAP30 = 0.61

mAP50 = 0.40

• 학습추이

https://wandb.ai/urp/yolo_swin_neck?workspace=user-gomduribo

→ YOLO_SWIN_T_neck_LR0.0001_AUG20 참조

• 결과 이미지

/workspace/Plastic_Bottle_defect_detection/results/boxed_images/YOLO_SWIN_T_neck_LR0.0001_AUG20/

형광초록색: annotation

파란색: prediction

• Image Patching

  *ImageNet pretrained

  *patch factor:50 ⇒ train 10500장, valid 1800장

  • 성능

  mAP30 = 0.57

  mAP50 = 0.42

  • 학습추이

  https://wandb.ai/urp/yolo_swin_neck_IMAGE_PATCH?workspace=user-gomduribo

  → YOLO_SWIN_T_neck_LR0.0001_Image_Patch50 참조

  • 결과 이미지

  /workspace/Plastic_Bottle_defect_detection/results/boxed_images/YOLO_SWIN_T_neck_LR0.0001_Image_Patch50/

  형광초록색: annotation

  파란색: prediction

• Image Patching & Augmentation

  *ImageNet pretrained

  *patch factor:50+aug factor:4 ⇒ train 42000장, valid 7200장

  • 성능

    mAP30 = 0.81

    mAP50 = 0.75

  • 학습추이

  https://wandb.ai/urp/yolo_swin_neck_IMAGE_PATCH/workspace?workspace=user-gomduribo

  →YOLO_SWIN_T_neck_LR0.0001_IP50_AUG4 참조

  • 결과 이미지

  형광초록색: annotation

  파란색: prediction

• Image Patching & Augmentation2

  *radio data pretrained

  → stray와 target이라는 두가지 class로 이뤄진 데이터셋

  → 배경에 noise가 많고 객체가 작다는 점에서 현재 detection 적용하려는 neck 데이터셋과 유사하다고 판단

  *patch factor:50+aug factor:4 ⇒ train 42000장, valid 7200장

  • 성능

    mAP30 = 0.76

    mAP50 = 0.35

  • 학습추이

  https://wandb.ai/urp/yolo_swin_neck_IMAGE_PATCH/workspace?workspace=user-gomduribo

  →YOLO_SWIN_T_neck_LR0.0001_IP50_AUG4 참조

  • 결과 이미지

  형광초록색: annotation

  파란색: prediction

Yolo-CBAM

*CBAM?

→ github: https://github.com/Jongchan/attention-module

→ paper: https://arxiv.org/pdf/1807.06521v2.pdf

• Image Patching

  *ImageNet pretrained

  *patch factor:50 ⇒ train 10500장, valid 1800장

  • 성능

  mAP30 = 0.55

  mAP50 = 0.08

  • 학습추이

  https://wandb.ai/urp/yolo_cbam_neck_IMAGE_PATCH?workspace=user-gomduribo

  → YOLO_RESNET_CBAM_neck_LR0.0001_IP50_Pretrained 참조

  • 결과 이미지

    형광초록색: annotation

    파란색: prediction