전문 용어

ROI는 이미지에서 선택한 이미지를 분석할 때 초점이 되는 영역입니다. ROI를 선택하면 이미지 처리 시간을 단축하고 정확도를 높일 수 있습니다.

레이블링은 사용자가 도구를 사용하여 이미지의 영역을 수동으로 선택하여 이미지의 특징이나 결함을 표시하고 선택한 영역에 레이블을 추가하거나 전체 이미지에 레이블을 직접 추가하는 과정을 말합니다. 즉 레이블로 이것이 학습해야 하는 내용임을 도구에 알려주는 것입니다.

Mech-DLK에서 도출한 레이블을 갖춘 파일(포맷: dlkdb)입니다.

레이블을 추가하지 않은 이미지 데이터입니다.

모델 훈련에 사용되는 수동으로 레이블이 지정된 이미지 데이터 세트입니다.

모델 효과 검증에 사용되는 수동으로 레이블이 지정된 이미지 데이터 세트입니다.

결함이 없는 이미지입니다.

결함이 있는 이미지입니다.

"훈련 세트" 이미지를 사용하여 딥 러닝 모델을 훈련시키는 과정입니다.

훈련이 완료된 모델을 사용하여 데이터를 계산하고 결과를 제공합니다.

모델이 검사 세트를 예측할 때 전체 샘플 수에 대한 정확하게 예측된 샘플 수의 비율입니다.

검증 세트에 대한 모델의 예측이 실제 결과와 얼마나 일치하지 않는지를 나타내는 것입니다.

딥 러닝 알고리즘이 전체 훈련 데이터 세트에서 학습하는 횟수입니다.

실제로 결함을 포함하지 않지만 결함이 있는 것으로 판정된 이미지입니다.

실제로 결함을 포함하지만 결함이 없는 것으로 판정된 이미지입니다.