적층 제조 부품 표면의 작은 결함 검출에서 정확도 저하 및 치수 측정의 어려움 문제를 해결하기 위해 개선된 YOLO v8 기반의 결함 검출 방법을 제안하였다. YOLOv8 모델의 검출 헤드에 효율적인 채널 주의 메커니즘 모듈을 도입하였으며, 기존 손실 함수를 가중치 교차 비 손실 함수로 대체하여 저품질 샘플의 영향을 줄이고 검출 정확도를 향상시켰다. 고해상도 이미지 데이터셋의 학습 어려움 및 과적합 문제를 해결하기 위해 학습 단계에서 목표 결함이 포함된 국부 특징을 중심을 기준으로 자르는 방법으로 학습 세트를 생성하였다. 추론 단계에서는 슬라이딩 윈도우 분할 방식을 사용하여 테스트할 고해상도 이미지를 작은 이미지 세트로 자른 후 예측하여 결함 이미지 블록을 얻었다. 검출된 결함 이미지 블록은 관심 영역으로 간주되며, 컴퓨터 비전의 에지 검출 방법을 통해 결함 치수를 정밀하게 측정하였다. 실험 결과, 개선된 모델의 정확도는 94.3%, 재현율은 93.3%, mAP50은 97.3%에 도달하였으며 결함 치수 측정 정밀도는 40 μm에 달하여 적층 제조 부품 표면 결함 검출 정확도를 크게 향상시켰다.

정밀 측정;컴퓨터 비전;딥 러닝;결함 검출;고해상도 이미지