저작권 및 상업적 사용을 위한 항공기 패널 검사: 저용량 훈련 데이터셋에서의 3D 포인트 클라우드 분할

이 논문은 3D 포인트 클라우드에 적용된 분할 모델을 이용한 심층 학습 기법을 통해 항공기 동체 패널을 검사하는 접근 방식을 제시합니다. 심층 학습 응용 프로그램에서 흔히 발생하는 도전 과제는 주석이 달린 훈련 데이터의 제한된 가용성입니다. 이는 데이터 수집의 높은 비용, 시간 소모적인 특성 및 기밀성 문제로 인해 산업 환경에서 특히 두드러집니다. 포인트 클라우드에서 리벳의 탐지 및 분류에 중점을 두고, 우리 방법은 최소한의 훈련 데이터로도 빠진 리벳이나 손상된 리벳과 같은 잠재적 결함을 식별하는 최적화를 목표로 합니다. 또한, 검사 결과에 대한 다양한 스캐너와 스캔 해상도의 영향을 평가합니다. 이 모든 과정은 역설계 파이프라인의 준비 단계로서 기능합니다.