本論文では,工業製造分野で時間と労力がかかる作業を解決するため,YOLOベースのディープラーニングモデルを活用した自動欠陥検出システムを提案した。金属板イメージデータセットを使用してYOLOモデルをトレーニングし、金属板の表面と穴の欠陥を検出します。データ不足の問題を解決するために、ConSinGANを使用してデータを生成し、YOLOv3、v4、v7、v9の4つのYOLOモデルをConSinGANと組み合わせてデータ拡張を行いました。提案されたYOLOv9モデルは、ConSinGANと共に他のYOLOモデルよりも優れた性能(精度91.3%、検出時間146ms)を示し、製造ハードウェアとSCADAシステムに統合され、実用的な自動光学検査(AOI)システムを構築しました。さらに、提案された自動欠陥検出方法は、工業製造の他のコンポーネントにも容易に適用できます。