Project
웨이퍼 결함 데이터 증강을 통한 복합 결함 검출 성능 향상 연구
이 서브카테고리에 공개된 포스트 목록입니다.
#. 3-2 데이터 증강 (결함 합성)
결함 합성 단계에서는 none 웨이퍼를 배경으로 사용하고, 결함 클래스의 패턴을 삽입하는 방식으로 새로운 합성 데이터를 구성했습니다.
2026년 4월 12일

#. 3 데이터 증강 (전통적 증강 / 생성형 AI 증강)
전통적 증강 단계에서는 회전·반전 기반 변환을 적용해 결함 클래스의 데이터를 확장하고, None 클래스는 다운샘플링하여 클래스 간 불균형을 조정했습니다. 이후 생성형 AI 증강 단계에서는 CFG-DDPM을 활용해 소수 결함 클래스의 부족한 데이터를 생성 데이터로 보완했습니다.
2026년 4월 6일

#. 2 데이터 전처리
라벨 정리와 64×64 정규화를 통해 공통 입력 형식을 맞추고, 최종 테스트셋을 고정 분리한 뒤 K-Fold 기반 학습 구조를 구성했습니다. 이후 none 제거와 결함 핵심 패턴 추출을 통해 증강 실험에 적합한 데이터셋을 구축했습니다.
2026년 4월 5일

#. 1 개요
WM-811K 웨이퍼 결함 데이터를 기반으로 raw·cleaned 조건과 다양한 증강 방식을 비교해 분류 성능을 검증하고, 이후 객체 탐지 데이터셋으로 확장하는 프로젝트입니다.
2026년 4월 5일
Archive