결함 세그먼테이션
기능 소개
결함 세그먼테이션 모델 패키지를 사용하여 입력 이미지를 추론하면 이미지의 결함 영역을 위치 지정하고 세그먼테이션할 수 있으며, 동시에 결함 클래스 정보도 출력합니다. Mech-DLK에서 훈련하고 내보낸 단일 클래스 또는 다중 클래스 결함 세그먼테이션 모델 패키지 가져오기를 지원합니다.
신에너지, 전자, PCB, 인쇄, 생활용품 제조 등의 산업에서 오염, 기포, 스크래치 등의 표면 결함을 검출하는 데 적합합니다.
입력 및 출력
딥 러닝 모델 패키지 추론 스텝에서 이 모델 패키지를 가져오면 다음 입력 포트와 출력 포트가 표시됩니다.
입력
| 입력 포트 | 데이터 유형 | 설명 |
|---|---|---|
이미지 |
Image/Color |
이 포트로 입력된 이미지는 딥 러닝 모델 패키지 추론에 사용됩니다. 입력 데이터 유형이 2D 이미지일 때 이 포트가 표시됩니다. |
표면 데이터 |
Surface |
이 포트로 입력된 표면 데이터는 딥 러닝 모델 패키지 추론에 사용됩니다. 입력 데이터 유형이 표면 데이터일 때 이 포트가 표시됩니다. |
출력
가져온 모델 패키지가 단일 클래스 결함 세그먼테이션 모델 패키지인 경우 출력 포트는 다음과 같습니다.
| 출력 포트 | 데이터 유형 | 설명 |
|---|---|---|
시각화 출력 |
Image/Color |
시각화 결과입니다. |
세그먼테이션 불리언 결과 |
Bool |
결함 존재 여부를 나타내는 불리언 결과입니다.
|
세그먼테이션 마스크 이미지 |
Image/Color/Mask |
세그먼테이션 결과 마스크입니다. 0이 아닌 픽셀값 영역은 검출된 결함입니다. 입력 데이터 유형이 2D 이미지일 때 이 포트가 표시됩니다. |
세그먼테이션 마스크 윤곽 |
Shape2D/Contour[] |
세그먼테이션 결과 마스크 정점의 픽셀 좌표 목록입니다. 입력 데이터 유형이 2D 이미지일 때 이 포트가 표시됩니다. |
세그먼테이션된 표면 데이터 |
Surface |
세그먼테이션 결과의 표면 데이터입니다. 0이 아닌 픽셀값 영역은 검출된 결함입니다. 입력 데이터 유형이 표면 데이터일 때 이 포트가 표시됩니다. |
결함 클래스 |
String |
이미지에서 인식된 결함 유형입니다. |
가져온 모델 패키지가 다중 클래스 결함 세그먼테이션 모델 패키지인 경우 출력 포트는 다음과 같습니다.
| 출력 포트 | 데이터 유형 | 설명 |
|---|---|---|
결함 세그먼테이션/클래스1 |
DLResult/DefectSegmention |
클래스1의 결함 세그먼테이션 결과입니다. |
결함 세그먼테이션/클래스2 |
DLResult/DefectSegmention |
클래스2의 결함 세그먼테이션 결과입니다. |
… |
… |
… |
|
이 스텝에 다중 클래스 결함 세그먼테이션 모델 패키지를 가져온 경우, 각 출력 포트를 딥 러닝 결과 파싱 스텝에 연결하여 각 라벨링 클래스에 대응하는 결함 세그먼테이션 결과를 각각 출력해야 합니다. |
파라미터 설명
결함 세그먼테이션 모델 패키지를 가져오면 이 스텝에서 다음 파라미터를 조정해야 합니다.
모델 패키지 설정
| 파라미터 | 설명 |
|---|---|
모델 패키지 관리 도구 |
파라미터 설명: 이 파라미터는 딥 러닝 모델 패키지 관리 도구를 열고 딥 러닝 모델 패키지를 가져오는 데 사용됩니다. 모델 패키지 파일은 Mech-DLK에서 내보낸 ".dlkpack" 파일입니다. 조정 설명: 딥 러닝 모델 패키지 관리 도구의 사용 방법은 딥 러닝 모델 패키지 관리 도구를 참조하세요. |
모델 패키지 이름 |
파라미터 설명: 딥 러닝 모델 패키지를 가져온 후, 이 파라미터를 사용하여 해당 스텝에 가져온 모델 패키지를 선택합니다. 조정 설명: 딥 러닝 모델 패키지 관리 도구로 딥 러닝 모델 패키지를 가져온 후, 여기의 드롭다운 목록에서 대응하는 모델 패키지 이름을 선택합니다. |
모델 패키지 전환 후 기존 모델 패키지 해제 |
파라미터 설명: 모델 패키지를 전환할 때 기존 모델 패키지가 점유한 리소스를 즉시 해제할지 여부를 제어합니다. 기본값: 선택. 조정 설명: 선택하면 스텝이 다른 모델 패키지로 전환될 때, 해당 모델 패키지가 여전히 다른 스텝에서 사용 중이더라도 시스템이 즉시 기존 모델 패키지 리소스를 해제합니다. 선택하지 않으면 기존 모델 패키지가 더 이상 어떤 스텝에서도 사용되지 않을 때만 시스템이 자동으로 리소스를 해제합니다. |
모델 패키지 유형 |
파라미터 설명: 모델 패키지 이름을 선택하면 모델 패키지 유형이 자동으로 채워집니다. |
입력 이미지 Batch 크기 |
파라미터 설명: 1회 추론 시 처리하는 이미지 수량입니다. |
GPU ID |
파라미터 설명: 이 파라미터는 모델 패키지 추론에 사용할 GPU 장치 ID를 지정하는 데 사용됩니다. 조정 설명: 모델 패키지 이름을 선택한 후, 이 파라미터의 드롭다운 목록에서 모델 패키지 추론에 사용할 GPU 장치 ID를 선택해야 합니다. |
입력 데이터 유형 |
파라미터 설명: 이 파라미터는 입력 데이터의 유형을 지정하는 데 사용되며, 선택 후 대응하는 입력 포트가 표시됩니다. 2D 이미지 또는 표면 데이터 입력을 지원합니다. |
사전 처리
| 파라미터 | 설명 | ||||
|---|---|---|---|---|---|
ROI 파일 |
파라미터 설명: 이 파라미터는 입력 이미지의 ROI를 설정하거나 수정하는 데 사용됩니다. 조정 설명: 초기 상태에서는 기본 ROI 설정이 이미 존재합니다. ROI 설정을 수정하려면 편집기를 열기 버튼을 클릭하세요. 그런 다음 팝업된 목표 영역 설정 창에서 ROI를 설정하고 ROI 이름을 입력합니다. ROI 설정 절차: 이미지 표시 영역에서 마우스 왼쪽 버튼을 클릭한 채 드래그하여 ROI를 선택한 다음, 다시 마우스 왼쪽 버튼을 클릭하면 선택이 완료됩니다. ROI를 다시 선택해야 할 경우, 마우스 왼쪽 버튼을 다시 클릭하여 선택하면 됩니다. 선택한 ROI의 좌표 범위는 목표 영역 속성에 표시되며, 확인 버튼을 클릭하면 저장 후 종료됩니다.
|
후처리
| 파라미터 | 설명 |
|---|---|
추론 구성 |
파라미터 설명: 결함 세그먼테이션 모델 패키지 추론 시 관련 파라미터를 구성하는 데 사용되며, 편집기를 열기를 클릭하면 추론 구성 창을 열 수 있습니다. 조정 설명: 관련 파라미터 설명은 추론 구성 도구를 참조하세요. |