전체 소개

인스턴스 세그멘테이션의 역할

인스턴스 세그멘테이션은 “무엇이 있는지, 무슨 것인지 그리고 어디에 있는지”. 등 문제를 해결합니다.

즉 이미지 속에 타겟 물체가 있는지, 타겟 물체의 종류가 무엇인지, 그리고 타겟 물체가 이미지의 어떤 위치에 있는지를 판단해야 합니다.

예:

• 타겟 물체가 종이 상자라면 이미지 속에 종이 상자가 있는지부터 판단해야 합니다(해당 모델은 종이 상자 이외의 물체를 인식하지 않음). 종이 상자가 있는 경우에 모든 상자의 윤곽을 표기하고 《종이 상자》 레이블로 물체 유형을 표시하며 (레이블은 이미지 특징을 표시할 때 이미 정해짐) 없는 경우에 아무 결과도 도출하지 않을 것입니다.

  

• 타겟 물체가 비누, 칫솔 혹은 샴푸 등 여러 개의 물체라면 먼저 이미지 속에 이런 물체들이 있는지부터 판단해야 합니다. 있는 경우에 각 물체의 윤곽을 표기하고 대응하는 레이블로 물체를 분류하며 없는 경우에 아무 결과도 도출하지 않을 것입니다.

  

인스턴스 세그멘테이션의 대표적인 응용 시나리오

• 디팔레타이징&팔레타이징： 요구에 맞춰 종이 상자, 회전 상자, 마대 및 기타 물체를 팔레트에서 제거하고 다른 팔레트 또는 관련 장비(마대를 깨는 장비, 컨베이어 벨트 등)에 배치하는 것입니다.

  

  마대 디팔레타이징/팔레타이징 프로젝트에서 마대를 분할하기

• 부품 머신 텐딩&커팅： 자동차, 강철, 기계등 업계에서 복잡한 부품, 구조재, 불규칙한 부품등 물체의 옮기기 및 피킹 시나리오에 적용됩니다.

  

  부품 머신 텐딩&커팅 프로젝트에서 부품을 분할하기

• 구즈 피킹: DAS, DPS, 구즈 피킹 등 다양한 전자상거래 창고에서 발생하는 일반적인 피킹 시나리오에 적용됩니다. 풍선 가방, 투명한 포장, 병에 든 알루미늄 캔, 불규칙한 구즈(예: 냄비 및 팬) 등 다양한 구즈를 지원합니다.

  

  구즈 피킹 프로젝트에서 구즈를 분할하기

• 택배 소포： 택배 소프, 우편 봉투, 택배 종이 상자, 폼 봉투 등 다양한 일반 소포와 특수 형태의 소포를 인식 가능합니다.

  

  택배 소포 프로젝트에서 종이 상자 및 소포를 분할하기

인스턴스 세그멘테이션의 응용 프로세스

인스턴스 세그멘테이션은 딥러닝을 기반으로 하기 때문에 사용자들은 실제 응용 시나리오에 있는 물체의 이미지를 충분하게 많이 제공하고 이미지 속의 각 물체의 윤곽 및 유형을 레이블링하면 인스턴스 세그멘테이션 모델은 스스로 습득할 수 있습니다. 딥러닝 인스턴스 세그멘테이션의 응용 프로세스는 다음과 같습니다:

• 훈련에 필요한 데이터를 수집하기：카메라로 물체 이미지를 많이 캡처합니다.

• 데이터 레이블링：캡처된 이미지에 각 물체의 윤곽과 유형에 대해 레이블링합니다.

• 모델을 훈련시키기：이전 두 단계에 처리된 데이터를 인스턴스 세그멘테이션 모델로 입력합니다.

• 모델을 통해 예측하기：훈련된 모델을 프로젝트에 활용하고 기능을 충분히 발휘합니다.