캐스트의 광학 문자 인식(OCR)
딥러닝 기반의 OCR을 이용해 캐스터 모터 부품의 까다로운 코드 판독

관련 제품

In-Sight ViDi 딥러닝 기반 비전 소프트웨어로 작동

딥러닝 기반 산업용 이미지 분석을 위한 그래픽 프로그래밍 환경
전기차(EV) 모터는 일반적으로 알루미늄 소재의 다이 캐스트 하우징으로 제작됩니다. 각 하우징에는 식별 코드가 표시되어 있으며, 일반적으로 캐스트 하우징 자체에 글자와 숫자가 양각되어 있습니다. 하우징과 동일 재료로 되어 있는 이 레터링은 대비가 극히 낮습니다.
이 식별 코드는 조립 시설과 공급망 전체에서 추적 성능을 보장하기 위해 필수적입니다. 즉, 이 코드는 다른 모든 기록과 연결됩니다. 불확실한 부품이 존재할 경우 라인을 중단하고 검사자가 직접 코드를 확인해야 하기 때문에 코드를 정확히 식별하는 것은 매우 중요합니다. 이러한 일이 교대조마다 여러 번 발생하면 커다란 지연이 발생하고 비용이 증가하게 됩니다.
전통적인 룰 베이스 OCR 툴은 일반적으로 최대 99%의 판독률을 제공합니다. 일부 애플리케이션은 이 판독률로도 충분히 해결 가능하지만, 이와 같이 중요한 애플리케이션은 가능한 한 100%에 가까운 판독률을 필요로 합니다. OCR 판독 실패로 사람이 직접 판독을 실시하게 되면 처리량이 줄어들고 효율이 저하될 수 있습니다.
코그넥스 딥러닝의 텍스트 및 문자 판독 기능은 변형되거나 비뚤어지고 손상되거나 저대비의 코드를 높은 신뢰성으로 정확하게 판독합니다. 이 기능은 다양한 각도, 조명, 손상 등의 OCR 코드 이미지 세트를 함께 트레이닝합니다.