[수행 기간 / 형태] 개발 기간 : 약 2주일 진행 형태 : 단독 개발 (기여도 100%) [개발 범위 및 역할] 데이터 파이프라인 : 2만여 장의 차량 외관 이미지 및 JSON 라벨 가공, 학습 데이터셋 구축 AI 모델 설계 및 학습 : 복합 결함 검출을 위한 딥러닝 모델 설계, 손실 함수 및 옵티마이저 최적화 모델 검증 및 튜닝 : 손상 유형별 검출 정확도 분석, 이미지 전처리 규격화 및 하이퍼파라미터 튜닝 [주요 기능] 단일 차량 이미지 내 복합 손상(스크래치, 이격, 찌그러짐, 파손 등) 동시 검출 손상 위치 바운딩 박스 표출 및 손상 유형별 신뢰도 산출 미세 스크래치 및 외장 부품 간 이격(Separated) 결함 자동 판별 대용량 이미지 전처리부터 학습, 검증, 결과 시각화까지의 파이프라인 자동화