(선택 사항) 운행 모드 사용

현재 최신 버전 (3.0.0)에 대한 매뉴얼을 보고 계십니다. 다른 버전에 액세스하려면 페이지 오른쪽 상단 모서리에 있는 '버전 전환' 버튼을 클릭하세요.

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

운행 모드는 가져온 실제 이미지 데이터와 설정된 검증 규칙을 기반으로 전체 추론을 수행하고 검증 결과를 출력하여, 실제 시나리오에서 모델의 종합 성능을 빠르게 평가할 수 있도록 지원합니다. 검출 효과가 좋지 않은 이미지는 해당 모듈에 직접 추가해 재학습할 수 있어, 모델 검출 성능과 배포 효율을 지속적으로 향상할 수 있습니다. 단일 모듈 검증과 비교해 운행 모드는 전체 프로세스의 타당성을 보다 포괄적으로 점검할 수 있습니다.

운행 모드 사용 절차는 다음과 같습니다.

  1. 모델 학습 및 검증 완료 후 메뉴에서 도구  운행 모드를 선택해 운행 모드를 엽니다.

  2. 운행 모드 창에서 필요에 따라 이미지 가져오기, 검증 규칙 설정, 검증 파라미터 설정, 시각화 설정, 검증, 검증 결과 확인, 이미지 내보내기 등의 단계를 수행합니다.

    operation mode

이미지 가져오기

이미지 목록 상단에서 가져오기/내보내기 버튼을 클릭합니다.

다음 두 가지 가져오기 유형을 지원합니다.

  • 입력 모듈에서 가져오기: 팝업 창에서 가져올 이미지를 선택하고 관련 설정을 완료한 뒤 가져오기를 클릭합니다.

    import from input mdule
  • 외부에서 가져오기: 가져올 이미지를 선택하고 설정을 완료한 뒤 확인을 클릭합니다.

검증 규칙 설정

검증 규칙 설명

검증 규칙 설정 영역에서 검증 규칙을 설정할 수 있으며, 각 판정 결과는 AND/OR 논리 조합을 지원합니다. OK는 기대에 부합함을, NG는 기대에 부합하지 않음을 의미합니다.

판정 기준: 특정 상황 발생 시 기대 부합/불부합을 설정합니다.

판정 결과: 설정한 판정 기준에 따라 얻어진 실제 결과를 표시합니다.

검증 프로세스: 시스템은 먼저 선택된 각 검증 규칙을 독립적으로 판정해 각 규칙의 판정 결과를 얻고, 이후 설정된 논리 관계(AND/OR)로 각 결과를 조합해 현재 이미지의 최종 판정 결과를 출력합니다.

예시 설명

그림과 같이 본 예시에는 총 2개의 검증 규칙이 설정되어 있으며, 이미지 분류와 결함 세그먼테이션(D1 결함) 두 모듈이 포함됩니다. 규칙 간 논리 조합은 AND입니다.

본 예시에서 D1은 커넥터 하우징을, D1 결함은 커넥터 하우징 스크래치를 의미합니다.

validation rule settings
  • 이미지 분류

    • 판정 기준 설정: 현재 이미지의 모든 결과가 D1이면 기대 부합(OK), 아니면 기대 불부합(NG)입니다.

    • 판정 결과 설명: 현재 이미지의 모든 결과가 D1로 검출되어 기대 부합(OK)으로 판정됩니다.

  • 결함 세그먼테이션(D1 결함)

    • 판정 기준 설정: 현재 이미지에서 해당 결함이 존재하면 기대 불부합(NG), 아니면 기대 부합(OK)입니다.

    • 판정 결과 설명: 현재 이미지에서 해당 결함이 검출되어 기대 불부합(NG)으로 판정됩니다.

  • 이미지 판정 결과

    두 규칙의 판정 결과는 각각 OK, NG입니다. AND 논리 조합에 따라 현재 이미지는 NG로 판정되며 이미지 좌상단에 표시됩니다.

validation rule settings2

결함 세그먼테이션 모듈: 기본 판정 기준은 관련 결함이 존재할 때 기대 불부합입니다.

비지도 세그먼테이션 모듈: 기본 판정 기준은 OK 클래스가 존재하면 기대 부합, NG 또는 Unknown 클래스가 존재하면 기대 불부합입니다.

인스턴스 세그먼테이션, 물체 검출, 텍스트 감지, 텍스트 인식 모듈: 기본 판정 기준은 관련 클래스가 존재하면 기대 부합입니다.

이미지 분류 모듈: 기본 판정 기준은 전체 결과가 선택 클래스일 때 기대 부합입니다.

신속하게 위치 지정 모듈: 항상 기대 부합이며 수정할 수 없습니다.

임의 물체 피킹 V2대상 물체 및 빈 세그먼테이션 모듈: 운행 모드를 지원하지 않습니다.

검증 파라미터 설정

검증 파라미터 설정 영역에서 아래 파라미터를 설정합니다.

파라미터 설명

하드웨어 유형

CPU: CPU로 딥러닝 모델 추론을 수행합니다. GPU 대비 추론 시간이 늘고 인식 정확도가 다소 낮아집니다.

GPU(기본): 하드웨어에 따른 모델 최적화 없이 추론을 수행하며 속도 가속은 적용되지 않습니다.

GPU(FP16 최적화): 하드웨어에 맞게 FP16 정밀도로 모델을 최적화합니다. 1회 최적화(약 5~15분)만 필요하며, 추론 속도 요구가 높은 시나리오에 적합합니다.

GPU(FP32 최적화): 하드웨어에 맞게 FP32 정밀도로 모델을 최적화합니다. 1회 최적화(약 5~15분)만 필요하며, 인식 정확도 요구가 높은 시나리오에 적합합니다.

GPU ID

사용자 장치의 그래픽 카드 정보입니다. 장치에 여러 GPU가 있을 경우 특정 GPU를 지정할 수 있습니다.

시각화 설정

이미지 보기 영역 우상단의 시각화 설정을 클릭하면 레이블 색상과 글자 크기를 조정할 수 있습니다. 모듈 또는 레이블 옆의 "눈" 아이콘으로 단일 레이블 또는 모듈 전체 레이블의 표시/숨김을 유연하게 제어할 수 있습니다. 끄면 해당 레이블이 이미지 영역에 표시되지 않아 화면 간섭을 줄일 수 있습니다.

visualization settings

검증 결과 확인

검증 완료 후 검증 결과 통계 영역에서 검증 결과 및 추론 시간을 확인할 수 있습니다.

  • 정확 검증(률)은 좌상단에 OK로 표시된 이미지(즉, OK로 판정된 이미지)가 전체 이미지에서 차지하는 비율입니다.

  • 오류 검증(률)은 좌상단에 NG로 표시된 이미지(즉, NG로 판정된 이미지)가 전체 이미지에서 차지하는 비율입니다.

validation result summary

이미지 내보내기

다음 방식으로 내보내기 기능에 진입할 수 있습니다.

  • 이미지 목록 상단에서 가져오기/내보내기 버튼 클릭

  • 이미지 목록 영역에서 내보낼 이미지를 선택한 뒤 우클릭 메뉴로 내보내기

위 두 방식 모두 아래 두 가지 내보내기 유형을 지원합니다.

  • 모듈로 내보내기: 팝업 창에서 대상 모듈을 선택한 뒤 확인을 클릭합니다. 입력 모듈 또는 비입력 모듈로 내보내기를 지원합니다.

    • 이미지가 모든 모듈에서 효과가 좋지 않으면 입력 모듈로 내보내 재학습에 사용할 수 있습니다.

    • 특정 모듈에서만 효과가 좋지 않으면 해당 모듈로 내보내 대상 학습을 수행할 수 있습니다.

  • 외부로 내보내기: 팝업 창에서 이미지 저장 경로를 선택합니다.

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.