그래버 인쇄 품질 관리는 여전히 느리고 비용이 많이 드는 수동 검사에 의존하고 있습니다. 딥러닝 모델은 자동화를 위한 가능성을 제시하지만, 실제 산업 결함 이미지 부족으로 인해 모델 훈련이 어렵습니다. 연구진은 특정 인쇄 결함(주름, 줄무늬, 등록 오류 등)의 고해상도 이미지를 자동으로 생성하는 합성 데이터 생성 프레임워크를 개발했습니다. 이 프레임워크는 실제 산업 샘플에서 평균 정확도(mAP) 80.9%를 달성했습니다.