A generic deep-learning-based approach for automated surface inspection (IEEE ToC 2017)
![이미지](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi1ospBRypsDJROOYqMqesHhmk-S-5jz18tJKFY0PEcMkxTaSvsIGpUpoeIFkHEH8v2N0gtsnTET_RGUbbMVEw4G-QymSYVko95q2hX5cgJTpfQJxEQvxXl7PnLGoS9f75SzD4USwoIncii/s1600/LR+on+AI.001.jpeg)
논문제목: A generic deep-learning-based approach for automated surface inspection 주저자: Ren, R.; Hung, T.; Tan, K.C. ( National University of Singapore) 본 논문은 이미지를 분석하여 철판, 나무 등의 표면에 이상여부를 검사하는 기술에 관한 것이다. UC Berkeley 의 DeCAF CNN 구조를 backbone 으로 채용하고, feature extraction network 의 파라메터를 DeCAF 로 부터 그대로 복사해 온 후, classifier 및 segmentator 만 재구성하여 전체 기술 구조를 설계하였다. 이렇게 하면 backbone network parameter 를 학습하지 않아도 되므로, 적은 양의 학습 데이터 만으로 전체 네트워크 학습이 가능하다.