도출하기

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 및 이상 버전에서 도출한 모델은 Mech-Vision 1.7.2 버전과 함께 사용하는 것이 권장됩니다.

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

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

  • CPU 전용 장치의 Mech-DLK 2.4.1 및 이상 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 및 이상 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