전문 용어

현재 버전 (2.4.2)에 대한 매뉴얼을 보고 계십니다. 다른 버전에 액세스하려면 페이지 오른쪽 상단 모서리에 있는 '버전 전환' 버튼을 클릭하세요.

■ 최신 버전의 소프트웨어를 사용하려면 Mech-Mind 다운로드 센터를 방문하여 다운로드하세요.

■ 현재 사용하고 있는 제품의 버전이 확실하지 않은 경우에는 언제든지 당사 기술 지원팀에 문의하시기 바랍니다.

  • ROI

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

  • 레이블링

    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.

  • 데이터 세트

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

  • 레이블링 되지 않음

    레이블을 추가하지 않은 이미지 데이터입니다.

  • 훈련 세트

    모델 훈련에 사용되는 수동으로 레이블이 지정된 이미지 데이터 세트입니다.

  • 검증 세트

    모델 효과 검증에 사용되는 수동으로 레이블이 지정된 이미지 데이터 세트입니다.

  • OK 이미지

    결함이 없는 이미지입니다.

  • NG 이미지

    결함이 있는 이미지입니다.

  • 훈련

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

  • 검증

    훈련이 완료된 모델을 사용하여 데이터를 계산하고 결과를 제공합니다.

  • 정확률

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

  • 손실

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

  • epoch

    딥 러닝 알고리즘이 전체 훈련 데이터 세트에서 학습하는 횟수입니다.

  • 과검출(FP)

    실제로 결함을 포함하지 않지만 결함이 있는 것으로 판정된 이미지입니다.

  • 미검출(FN)

    실제로 결함을 포함하지만 결함이 없는 것으로 판정된 이미지입니다.

이 페이지가 도움이 되었습니까?

다음 방법을 통해 피드백을 보내주실 수 있습니다:

저희는 귀하의 개인정보를 소중히 다룹니다.

당사 웹사이트는 최상의 사용자 경험을 제공하기 위해 쿠키를 사용하고 있습니다. "모두 수락"을 클릭하시면 쿠키 사용에 동의하시는 것이며, "모두 거부"를 클릭하시면 이 웹사이트 방문 시 귀하의 정보가 추적되거나 기억되지 않도록 단일 쿠키만 사용됩니다.