인스턴스 세그먼테이션 사용방법

현재 최신 버전 (2.6.1)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.

이 부분에서는 Mech-DLK 예제 프로젝트인 나무 블록 데이터를 제공합니다( 데이터 다운로드 ).
사용자는 "인스턴스 세그먼테이션"을 활용하여 다양한 종류의 나무 블록을 분할하고, 각 클래스에 해당하는 레이블을 출력하는 방법을 학습할 수 있습니다.

또한, 사용자가 직접 준비한 데이터를 활용할 수도 있습니다. 프로세스는 동일하지만, 레이블링 방법에 차이가 있습니다.

사용 프로세스

  1. 새로운 프로젝트를 만들고 "인스턴스 세그먼테이션" 모듈을 추가하기: 메인 인터페이스에 있는 새로운 프로젝트 버튼을 클릭하고 프로젝트 경로를 선택하며 프로젝트 명칭을 입력하여 새 프로젝트를 구축합니다. 다음으로 화면 오른쪽 상단에 있는 example projects icon create 아이콘을 클릭하여 "인스턴스 세그먼테이션" 모듈을 선택하십시오.

    example projects instance segmentation
  2. 이미지 데이터 가져오기 : 다운로드한 데이터 파일의 압축을 풉니다. 왼쪽 상단의 가져오기/내보내기 버튼을 클릭하고 폴더 가져오기를 선택하여 폴더를 선택합니다. 나무 블록 이미지는 네 가지 모양과 색상을 가지고 있습니다.

    데이터 세트 가져오기를 선택하면 DLKDB 형식(.dlkdb)과 COCO 형식의 데이터세트를 가져올 수 있습니다(예제 데이터 세트 다운로드).
    example projects import images
  3. ROI 선택 : ROI 도구 버튼(example projects icon roi)을 클릭하여 나무 블록이 있는 bin을 선택합니다. 그런 다음, ROI의 우측 하단에 있는 확인 버튼(tools introduction OK)을 클릭하여 설정을 저장합니다. ROI를 설정하는 목적은 불필요한 배경의 간섭을 줄이는 것입니다.

    example projects roi
  4. 클래스 만들기 : 클래스 패널에서 + 추가 버튼을 클릭하고 다양한 물체 유형이나 특징에 따라 클래스를 만듭니다. 여기서 다양한 종류의 불록을 분할해야 하므로 불록의 모양에 따라 명명할 수 있습니다. 또한 불록의 색상에 따라 명명해도 됩니다.

    클래스를 마우스 오른쪽 버튼으로 클릭하고 다음으로 병합을 선택하면 현재 클래스의 데이터를 다른 클래스로 변경할 수 있습니다. 모델 훈련 후 클래스를 병합한 경우, 모델을 다시 훈련하는 것을 권장합니다.
    example projects create labels
  5. 이미지 레이블링: 마우스 왼쪽 버튼을 길게 누르거나 화면 왼쪽 툴바에 있는 example projects icon tool 버튼을 클릭하여 올바른 레이블링을 선택합니다. 이미지 속의 모든 분할해야 할 불록의 외윤곽을 표기하고 레이블이 불록의 모양과 대응하도록 확인해야 합니다. (클릭하여 레이블링 도구 사용방법 확인)

    example projects labeling
  6. 훈련/검증 세트의 비율 조정 : 기본적으로 데이터 세트 이미지의 80%는 훈련 세트로, 나머지 20%는 검증 세트로 분할됩니다. example projects icon slider을 클릭하고 슬라이더를 드래그하여 원하는 비율로 조정할 수 있습니다. 훈련 세트와 검증 세트 모두 분할할 모든 클래스의 물체가 포함되었는지 확인합니다 만약 누락된 클래스가 있다면, 마우스 오른쪽 버튼을 클릭으로 이미지 이름을 클릭하여 조정합니다.

    example projects move image
  7. 모델 훈련 : 기본 파라미터 설정을 사용하며, 훈련 버튼을 클릭하면 모델 훈련이 시작됩니다.

    example projects training chart
  8. 모델 검증 : 훈련이 완료되면 검증 버튼을 클릭하여 모델을 검증하고 결과를 확인합니다.

    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.

    example projects result verification
  9. 모델 내보내기 : 내보내기 버튼을 클릭합니다. 팝업 창에서 “추론 시 최대 인스턴스 수”를 입력하고 저장 경로를 선택한 후 내보내기 버튼을 클릭합니다.

    "추론 시 최대 인스턴스 수"의 기본값은 25입니다.
    example projects model files

    내보낸 모델은 Mech-Vision 및 Mech-DLK SDK에서 사용할 수 있습니다. 자세한 내용을 보려면 여기를 클릭하여 확인하세요.

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.