Data

---

Data Augmentation

이 프로젝트에서는 2차 전지 배터리 캡의 이미지를 4가지 각도로 회전시켰습니다.

• 0도 (원본 이미지)
• 90도
• 180도
• 270

가우시안 노이즈 추가

이미지의 각 회전된 버전에 가우시안 노이즈를 적용하여 데이터의 다양성을 증가시킵니다.

• 각 증강 방법 및 이미지 정규화에 대해서는 여기서 볼 수 있습니다. Custom Dataset
• GAN을 이용하여 Generate 한 코드는 여기서 볼 수 있습니다. GAN

---

Data Statistics

made by JKpon

---

Model

---

Using AutoEncoder

데이터셋의 특성 상 Normal Class의 Data와 Error Class Data의 분포가 크다 보니 Anomaly dectection을 하는 방법을 채택하였습니다.

1. AutoEncoder의 backbone은 여기서 보실 수 있습니다. Backbone
2. AutoEncoder에 Normal Class Data 만 학습 시킵니다. 학습 로직은 여기서 볼 수 있습니다. Training logic
3. 학습 후 roc 그래프와 heatmap 등을 그려보며 학습 결과를 확인하고 그에 따른 hyperparameter를 바꾸어주었습니다. 실행 파일은 여기서 볼 수 있습니다. Run
4. 학습 완료 후 학습 한 모델을 토대로 추론 과정을 진행 하였습니다. 추론 로직은 여기서 볼 수 있습니다. Predict Logic
5. 새부적인 각 조건에 대한 코드는 여기서 보실 수 있으십니다. Config

---

Heatmap

---

Histogram

---

ROC

made by YoungWoong