ARTIFICIAL INTELLIGENCE (AI)-BASED OBJECT INSPECTION SYSTEM AND METHOD

Disclosed are an AI-based object inspection system and method for inspecting a defect of an object, such as a glass substrate or the like, by using learning. The AI-based object inspection system may include a region of interest (ROI) detecting unit for generating an ROI image by detecting an ROI from an input image that is an image of the object, a classifying unit for classifying the ROI image generated by the ROI detecting unit, on the basis of a first classification model, and a data learning unit for generating a model by learning an image provided from the classifying unit. Here, when a new image that does not belong to a classification standard is present as a result of classifying the ROI image on the basis of the first classification model, the classifying unit may provide the new image to the data learning unit, the data learning unit may generate a new second classification model by reflecting the provided new image and provide the second classification model to the classifying unit, and the classifying unit may classify the ROI image on the basis of the provided second classification model. L'invention concerne un système et un procédé d'inspection d'objet basés sur l'IA pour inspecter un défaut d'un objet, tel qu'un substrat en verre ou similaire, en utilisant l'apprentissage. Le système d'inspection d'objet basé sur l'IA peut comprendre une région d'intérêt (ROI), une unité de détection pour générer une image d'une ROI en détectant une ROI à partir d'une image d'entrée qui est une image de l'objet, une unité de classification pour classer l'image de la ROI générée par l'unité de détection de ROI, sur la base d'un premier modèle de classification, et une unité d'apprentissage de données pour générer un modèle par apprentissage d'une image fournie par l'unité de classification. Lorsqu'une nouvelle image qui n'appartient pas à une norme de classification est présentée comme résultat de la classification de l'image de ROI sur la base du premier modèle de classification, l'unité de classification peut fournir la nouvelle image à l'unité d'apprentissage de données, l'unité d'apprentissage de données peut générer un nouveau second modèle de classification par réflexion de la nouvelle image fournie et fournir le second modèle de classification à l'unité de classification, et l'unité de classification peut classer l'image de ROI sur la base du second modèle de classification fourni. 학습을 이용하여 유리 기판 등의 대상물의 결함을 검사하는 AI 기반 대상물 검사 시스템 및 방법이 개시된다. 상기 AI 기반