도출하기

현재 보고 계신 매뉴얼은 구버전입니다. 페이지 오른쪽 상단을 클릭하면 최신 버전의 매뉴얼로 전환할 수 있습니다.

Mech-Vision 또는 Mech-DLK SDK에서 사용할 수 있는 딥 러닝 모델을 도출합니다.

모델 파라미터 도출

모델을 도출하기 버튼을 클릭하여 파라미터 구성 창을 엽니다.

  • 하드웨어 유형

    • CPU: CPU를 사용하여 딥 러닝 모델 추론을 수행하며 GPU에 비해 추론 시간이 늘어나고 인식 정확도가 떨어집니다.

    • GPU(디폴트): 하드웨어에 따라 모델을 최적화하지 않고 모델 추론을 수행하며 모델 추론의 속도가 빨라지지 않습니다.

    • GPU(최적화): 하드웨어에 따라 모델을 최적화한 후 모델 추론을 시작합니다. 최적화는 한 번만 수행하면 되고 5-15분 정도 소요될 것으로 예상됩니다. 추론 시간은 최적화 후 줄어들 것입니다.

  • GPU ID

    사용자 장치의 그래픽 카드 정보입니다. 사용자의 장치에 여러 GPU가 있는 경우 지정된 GPU에 배포할 수 있습니다.

  • 부동 소수점 정밀도

    • FP32: 모델 인식 정확도는 높지만 추론 속도는 느립니다.

    • FP16: 모델 인식 정확도는 낮지만 추론 속도는 빠릅니다.

  • 추론 시 최대 인스턴스 수(이 파라미터는 “인스턴스 세그먼테이션” 및 “물체 검출” 모듈에서만 사용될 수 있음)

    한 번의 추론의 최대 인스턴스 수이며 기본값은 50입니다.

  • 클래스 활성화 맵(CAM,이 파라미터는 “이미지 분류” 모듈에서만 사용될 수 있음)

    Mech-Vision에 저장된 클래스 활성화 맵(CAM)이 있는 모델을 사용하면 추론이 느려집니다.

파라미터 설정이 완료되면 도출 버튼을 클릭하고 저장 경로를 선택하며 도출 과정이 완료될 때까지 기다려 주십시오.

모델을 사용하기

Mech-Vision에 모델을 사용하기

사용 방법

도출한 후의 모델은 Mech-Vision의 딥 러닝 모델 패키지 추론스텝에 사용될 수 있습니다.

호환성 설명

  • Mech-DLK 2.4.1 버전에서 도출한 모델은 Mech-Vision 1.7.2 버전과 함께 사용하는 것이 권장됩니다.

  • Mech-DLK 2.4.1 버전에서 도출한 단일 모델은 Mech-Vision 1.7.0 및 이상 버전에서 사용될 수 있습니다.

  • Mech-DLK 2.4.1 버전에서 도출한 캐스케이딩 모델은 Mech-Vision 1.7.2 및 이상 버전에서만 사용될 수 있습니다.

  • CPU 전용 장치의 Mech-DLK 2.4.1 버전에서 도출한 캐스케이딩 모델은 Mech-Vision 1.7.1 버전에서 사용될 수 없습니다.

  • Mech-Vision 1.7.2에서 "딥 러닝 모델 패키지 추론" 스텝을 사용하여 Mech-DLK2.2.0 및 이전 버전에서 내보낸 결함 결정 규칙으로 구성된 모델 패키지를 추론할 때, 결함 결정 규칙이 적용되지 않으며 Mech-DLK2.4.1 및 이상 버전을 사용하여 해당 모델 패키지의 결함 판정 규칙을 다시 구성하고 내보내야 합니다.

  • Mech-DLK 2.4.1 버전을 사용하여 물체 검출 모델 패키지를 내보낼 때 "추론 시 최대 인스턴스 수"를 1로 설정하고 딥 러닝 모델 패키지 관리 도구의 하드웨어 유형이 CPU인 경우, 모델 패키지의 추론 속도가 매우 느려질 것입니다. "추론 시 최대 인스턴스 수"의 값은 1보다 큰 것이 좋습니다.

상세한 호환성 설명을 보려면 여기를 클릭하십시오.

인스턴스 세그먼테이션

Mech-Vision 버전 딥 러닝 환경의 버전 Mech-Vision 스텝 모델과 해당하는 Mech-DLK 버전 모델 및 구성 파일 명칭의 접미사

1.4.0

1.4.0

인스턴스 세그먼테이션(딥 러닝 서버를 켜야 함)

1.4.0

.pth/.py

1.5.x

2.0.0/2.1.0

인스턴스 세그먼테이션(딥 러닝 서버를 켜야 함)

1.4.0

.pth/.py

2.0.0/2.1.0

인스턴스 세그먼테이션(딥 러닝 서버를 켜야 함)

2.0.0/2.1.0

.dlkmp/.dlkcfg

1.6.0

2.0.0/2.1.0

인스턴스 세그먼테이션(딥 러닝 서버를 켜야 함)

1.4.0

.pth/.py

2.0.0/2.1.0

인스턴스 세그먼테이션(딥 러닝 서버를 켜야 함)

2.0.0/2.1.0

.dlkmp/.dlkcfg

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpack

1.6.1

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.1+

.dlkpackC/.dlkpack

1.6.2

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.1+

.dlkpackC/.dlkpack

1.7.0

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpackC/.dlkpack

1.7.1

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpackC/.dlkpack

1.7.2

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론

2.2.0+

.dlkpackC/.dlkpack

이미지 분류

Mech-Vision 버전 딥 러닝 환경의 버전 Mech-Vision 스텝 모델과 해당하는 Mech-DLK 버전 모델 및 구성 파일 명칭의 접미사

1.4.0

1.4.0

이미지 분류(딥 러닝 서버를 켜야 함)

1.4.0

.pth/.json

1.5.x

2.0.0/2.1.0

이미지 분류(딥 러닝 서버를 켜야 함)

1.4.0

.pth/.json

환경을 설치할 필요가 없음

딥 러닝 추론

2.0.0/2.1.0

.dlkpack

1.6.0

2.0.0/2.1.0

이미지 분류(딥 러닝 서버를 켜야 함)

1.4.0

.dlkpack

환경을 설치할 필요가 없음

딥 러닝 추론(Mech-DLK2.1.0/2.0.0)

2.0.0/2.1.0

.dlkpack

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpack

1.6.1

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.1+

.dlkpackC/.dlkpack

1.6.2

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.1+

.dlkpackC/.dlkpack

1.7.0

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpackC/.dlkpack

1.7.1

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpackC/.dlkpack

1.7.2

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론

2.2.0+

.dlkpackC/.dlkpack

물체 검출

Mech-Vision 버전 딥 러닝 환경의 버전 Mech-Vision 스텝 모델과 해당하는 Mech-DLK 버전 모델 및 구성 파일 명칭의 접미사

1.4.0

1.4.0

물체 검출(딥 러닝 서버를 켜야 함)

1.4.0

.pth/.py

1.5.x

2.0.0/2.1.0

물체 검출(딥 러닝 서버를 켜야 함)

1.4.0

.pth/.py

환경을 설치할 필요가 없음

딥 러닝 추론

2.0.0/2.1.0

.dlkpack

1.6.0

2.0.0/2.1.0

물체 검출(딥 러닝 서버를 켜야 함)

1.4.0

.dlkpack

환경을 설치할 필요가 없음

딥 러닝 추론(Mech-DLK2.1.0/2.0.0)

2.0.0/2.1.0

.dlkpack

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpack

1.6.1

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.1+

.dlkpackC/.dlkpack

1.6.2

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.1+

.dlkpackC/.dlkpack

1.7.0

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpackC/.dlkpack

1.7.1

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpackC/.dlkpack

1.7.2

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론

2.2.0+

.dlkpackC/.dlkpack

결함 세그먼테이션

Mech-Vision 버전 딥 러닝 환경의 버전 Mech-Vision 스텝 모델과 해당하는 Mech-DLK 버전 모델 및 구성 파일 명칭의 접미사

1.4.0

1.4.0

결하 세그먼테이션(딥 러닝 서버를 켜야 함)

1.4.0

.pth/.py

1.5.x

환경을 설치할 필요가 없음

딥 러닝 추론

2.0.0/2.1.0

.dlkpack

1.6.0

환경을 설치할 필요가 없음

딥 러닝 추론(Mech-DLK2.1.0/2.0.0)

2.0.0/2.1.0

.dlkpack

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpack

1.6.1

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.1+

.dlkpack

1.6.2

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.1+

.dlkpack

1.7.0

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpackC/.dlkpack

1.7.1

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpackC/.dlkpack

1.7.2

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론

2.2.0+

.dlkpackC/.dlkpack

신속하게 위치 지정

Mech-Vision 버전 딥 러닝 환경의 버전 Mech-Vision 스텝 모델과 해당하는 Mech-DLK 버전 모델 및 구성 파일 명칭의 접미사

1.6.0

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpack

1.6.1

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.1+

.dlkpack

1.6.2

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.1+

.dlkpack

1.7.0

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpackC/.dlkpack

1.7.1

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 CPU 추론/딥 러닝 모델 패키지 추론(Mech-DLK2.2.0+)

2.2.0+

.dlkpackC/.dlkpack

1.7.2

환경을 설치할 필요가 없음

딥 러닝 모델 패키지 추론

2.2.0+

.dlkpackC/.dlkpack

저희는 귀하의 개인 정보를 소중하게 생각합니다.

당사 웹사이트는 귀하에게 최상의 경험을 제공하기 위해 쿠키를 사용합니다. "모두 수락"을 클릭하시는 경우, 귀하는 사의 쿠키 사용에 동의하게 됩니다. "모두 거부"를 클릭하시는 경우, 귀하가 이 웹사이트를 방문할 때 추적되거나 기억되지 않도록 하기 위해 단일 쿠키가 사용됩니다.