결함 세그먼테이션 모듈 사용방법
이 부분에서는 Mech-DLK 예제 프로젝트인 네트워크 포트 데이터를 제공합니다( 데이터 다운로드 ). 사용자는 "결함 세그먼테이션" 모듈을 활용하여 모델을 훈렬할 수 있습니다. 이 부분에서는 결함 세그먼테이션 모듈을 활용해 네트워크 포트의 변형 및 균열 등의 결함을 감지하는 모델 훈련 방법을 소개합니다.
| 또한, 사용자가 직접 준비한 데이터를 활용할 수도 있습니다. 프로세스는 동일하지만, 레이블링 방법에 차이가 있습니다. |
사용 프로세스
-
새 프로젝트 생성 및 “결함 세그먼테이션” 모듈 추가 : 홈 화면에서 새로운 프로젝트 버튼을 클릭한 후, 프로젝트 경로를 선택하고 이름을 입력하여 새 프로젝트를 생성합니다. 모듈 패널 우측 상단에 있는+ 아이콘을 클릭하고 결함 세그먼테이션 모듈을 추가합니다.
-
이미지 데이터 가져오기 : 다운로드한 데이터 파일의 압축을 풉니다. 왼쪽 상단의 가져오기/내보내기 버튼을 클릭하고 폴더 가져오기를 선택하여 폴더를 선택합니다. 이미지 속 핀은 휘어져 있거나, 부러져 있거나, 정상 상태일 수 있습니다.
데이터 세트 가져오기를 선택하면 DLKDB 형식(.dlkdb)의 데이터 세트만 가져올 수 있으며, 즉 Mech-DLK에서 내보낸 데이터 세트만 가능합니다. -
ROI 선택 : ROI 도구 버튼(
)을 클릭한 후 프레임을 조정하여 전체 핀을 ROI로 지정합니다. 이후, ROI 영역의 오른쪽 하단에 있는 
버튼을 클릭하여 설정을 저장합니다. ROI를 설정하면 배경의 간섭을 줄이고 처리 시간을 단축할 수 있습니다. ROI 경계는 물체의 윤곽에 맞춰 설정해야 합니다.
동일한 ROI 설정이 모든 이미지에 적용되므로, 물체가 ROI 범위 내에 포함되는지 확인하는 것이 중요합니다. 특히 위치나 크기가 일정하지 않은 경우에는 더욱 주의가 필요합니다. -
레이블링 : 각 데이터 세트에서 OK 이미지와, 네트워크 포트에 변형 또는 균열 등의 결함이 있는 NG 이미지를 레이블링합니다.
-
NG 이미지에서는 레이블링 도구를 사용해 결함 영역을 레이블링해야 합니다. 이 예시에서는 브러쉬 도구를 사용하는 것이 좋습니다. 레이블링할 때 불필요한 영역이 포함되지 않도록, 브러쉬를 최대한 결함의 가장자리에 두고 레이블링해야 합니다. (레이블링 도구 사용방법 확인)
-
사람이 판단하기 어려운 결함에 대해서는 "마스크 다각형 도구"를 사용하여 결함을 가릴 수 있습니다.
이미지에 결함이 여러 개 있는 경우, 각 결함이 결함 판정 기준을 충족하는지 판단할 수 없을 때는 해당 이미지를 삭제하여 모델 훈련 효과를 보장합니다. -
OK 이미지의 경우, 이미지를 선택한 후 레이블 툴 바에서
아이콘을 클릭하여 OK 레이블을 지정합니다.
-
-
훈련/검증 세트의 비율 조정 : 훈련 세트와 검증 세트에는 최소한 1장의 OK 이미지가 포함되어야 하며, 또한 모든 모양, 배경, 색상, 크기 유형의 결함이 포함된 이미지가 포함되어야 합니다. OK 이미지 간의 차이가 비교적 작은 경우, OK 이미지를 적게 선택해도 됩니다. 이를 통해 알고리즘은 모든 유형의 결함을 훈련하고, 다양한 결함이 포함된 이미지를 검증할 수 있도록 보장할 수 있습니다.
현재의 훈련 세트와 검증 세트가 이 요구 사항을 충족하지 못하는 경우, 마우스 오른쪽 버튼을 클릭하여 필요한 이미지를 수동으로 훈련 세트나 검증 세트로 전환할 수 있습니다. -
모델 훈련 : 기본 파라미터 설정을 사용하며, 훈련 버튼을 클릭하면 모델 훈련이 시작됩니다.
-
모델 검증 : 훈련이 완료되면 검증 버튼을 클릭하여 모델을 검증하고 결과를 확인합니다. 또한 사용자는 결함 판정 규칙을 수정하여 결과를 필터링할 수도 있습니다.
모델을 검증한 후에는 새 이미지 데이터를 현재 모듈로 가져와서 사전 훈련된 모델을 기반으로 사전 훈련 레이블링을 수행할 수 있습니다. 자세한 내용은 사전 훈련 레이블링 내용을 참조하세요.
-
모델 내보내기 : 내보내기 버튼을 클릭하여 훈련된 모델을 저장할 디렉토리를 선택합니다.
내보낸 모델은 Mech-Vision 및 Mech-DLK SDK에서 사용할 수 있습니다. 자세한 내용을 보려면 여기를 클릭하여 확인하세요.