첫 모델 훈련을 시작하기

이 부분에서는 "결함 세그먼테이션" 모듈을 예시로 딥 러닝 모델을 신속하게 훈련하는 방법을 소개하겠습니다. 데이터는 네트워크 포트의 이미지 데이터 세트에서 수집됩니다.

사전 준비

네트워크 포트의 이미지 데이터 세트(여기를 클릭하여 다운로드 하십시오 )를 다운받고 압축을 푸세요.

모델 훈련 프로세스

flow chart

  1. 새로운 프로젝트를 만들기 : 메인 인터페이스에 있는 새로운 프로젝트 버튼을 클릭하고 프로젝트 경로를 선택하며 프로젝트 명칭을 입력하여 새 프로젝트를 구축합니다.

    new project
    주의해야 할 것은 프로젝트 경로에 한국어나 중국어 등 비영문 문자가 포함되면 안 됩니다.

  2. “결함 세그먼테이션” 모듈 추가 : 화면 오른쪽에 있는 icon create 아이콘을 클릭하여 모듈을 추가하고 결함 세그먼테이션 을 선택한 다음에 확인하십시오.

    add new module

  3. 이미지 도입: 왼쪽 상단에 있는 도입 버튼을 클릭하여 폴더 를 선택한 후 준비한 이미지 데이터 세트를 도입하십시오.

    import images

    • 이미지: 하나 또는 여러 장 이미지를 도입합니다.

    • 폴더: 선택된 폴더 속의 모든 이미지를 도입합니다.

    • 데이터 세트: 데이터 세트는 이미지와 레이블링 정보를 포함하는 파일입니다. 이 파일을 생성하려면 파일  데이터 세트를 도출하기 버튼을 클릭하십시오.

  4. 이미지 레이블링: 이 예시에서 사용자가 데이터 세트의 OK 이미지와 네트워크 포트의 골든 핑거의 굽힘 및 골절 결함을 포함하는 NG 이미지를 레이블링해야 합니다. 레이블링의 목적은 딥 러닝 훈련에 필요한 정보를 제공하는 것입니다.

    ok defect features

    NG 이미지인 경우 이미지 왼쪽 툴 바에 있는 icon tool 를 마우스 왼쪽 버튼으로 길게 누르거나 마우스 오른쪽 버튼으로 클릭하여 레이블링 도구를 선택해 이미지 속의 모든 결함 영역을 레이블링합니다.

    label data1
    label data2

    icon eraser 를 클릭하면 지우개로 레이블링된 결함 영역을 지울 수 있습니다.

    OK 이미지인 경우 왼쪽 이미지 목록에서 이미지를 선택하고 마우스 오른쪽 버튼을 클릭하여 OK로 설정하기 옵션을 선택하십시오. “훈련 세트”에 OK 이미지가 반드시 포함되어야 합니다.

    label ok

  5. 모델 훈련: 인터페이스 오른쪽에서 훈련 패널 하단에 있는 훈련 버튼을 클릭하여 모델 훈련이 시작됩니다.

    training chart

  6. 모델 검증 : 모델 훈련이 끝난 후 검증 버튼을 클릭하여 모델을 검증하고 효과를 볼 수 있습니다.

    result verification

  7. 모델 도출: 화면 하단에 있는 도출 버튼을 클릭하고 팝업창에서 도출 버튼을 클릭하십시오(디폴트 설정을 사용하면 됨). 파일 경로를 선택한 후 dlkpack 포맷의 모델을 지정한 경로로 도출할 수 있습니다.

    model files

지금까지 첫 번째 모델의 훈련을 완료했으며, 계속해서 다음 장 내용을 읽으면 각 알고리즘 모듈에 대해 알아볼 수 있습니다.