비지도 세그먼테이션 모듈 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 섹션에서는 병 바닥 이미지(데이터 다운로드)를 예로 들어, 비지도 세그먼테이션 모듈을 통해 결함 여부를 판단하는 방법을 소개합니다.

또한, 사용자가 직접 준비한 데이터를 활용할 수도 있습니다. 프로세스는 동일하지만, 레이블링 방법에 차이가 있습니다.
  1. 새 프로젝트 생성 및 “비지도 세그먼테이션” 모듈 추가 : 홈 화면에서 새로운 프로젝트 버튼을 클릭한 후, 프로젝트 경로를 선택하고 이름을 입력하여 새 프로젝트를 생성합니다. 그런 다음 오른쪽 상단 example projects icon create 아이콘을 클릭하고 "비지도 세그먼테이션" 모듈을 추가합니다.

    배경의 간섭이 우려되는 경우에는 비지도 세그먼테이션 이전에 "물체 검출" 모듈을, 물체의 배치 방향이 일정하지 않은 경우에는 "신속하게 위치 지정" 모듈을 추가할 수 있습니다. 자세한 내용은 캐스케이딩 모듈 사용방법 섹션을 참조하세요.
    example projects add project
  2. 이미지 데이터 가져오기 : 다운로드한 데이터 파일의 압축을 풉니다. 왼쪽 상단의 가져오기/내보내기 버튼을 클릭하고 폴더 가져오기를 선택하여 폴더를 선택합니다.

    example projects import images

    자체 데이터를 사용할 때는 이미지 품질이 매우 중요합니다. 모양, 크기, 위치가 다르거나 배경이 바뀌는 이미지는 사용하지 마세요. 이러한 경우 모델 성능에 큰 영향을 미칩니다. 사용된 OK 이미지간 차이가 작은지 확인하는 것이 중요합니다.

    대부분의 이미지 잘못된 예시

    improve model accuracy normal

    object of different size

    different object shape

    different image background

    • 데이터 세트 가져오기를 선택하면 DLKDB 형식(.dlkdb)의 데이터 세트만 가져올 수 있으며, 즉 Mech-DLK에서 내보낸 데이터 세트만 가능합니다.

    • 모델 훈련에는 NG 이미지가 필요하지는 않지만, 모델 성능 향상을 위해 검증 세트에 일부 NG 이미지를 포함하는 것이 좋습니다.

  3. ROI 선택 : ROI 도구 버튼(example projects icon roi)을 클릭한 뒤, 프레임을 조정하여 대상 영역을 ROI로 지정합니다. 이후, ROI 영역 오른쪽 하단에 있는 tools introduction OK 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, 모든 이미지에서 물체가 ROI 범위 내에 포함되는지 확인해야 합니다.
    example projects roi
  4. 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.

    example projects move image
  5. 레이블링 : 화면 우측의 레이블링 툴 바에서 OK 레이블 도구( OK label tool ) 또는 NG 레이블 도구( NG label tool )를 선택하여 레이블링합니다.

    example projects labeling
  6. 모델 훈련 : 기본 파라미터 설정을 사용하며, 훈련 버튼을 클릭하면 모델 훈련이 시작됩니다.

    훈련 세트에 NG 이미지가 포함되어 있는 경우, 해당 이미지는 자동으로 검증 세트에 추가되어 모델 훈련 과정에서 검증에 사용됩니다.
    example projects training chart
  7. 모델 검증 : 훈련이 완료되면 검증 버튼을 클릭하여 모델을 검증하고 결과를 확인합니다.

    example projects result verification
    "검증" 탭에서편집을 클릭한 후, 팝업 창에서 세로선을 드래그하여 임계값을 조정합니다. 녹색은 OK 결과에 대한 임계값을 조정하는 데 사용되고, 빨간색은 NG 결과의 임계값을 설정하는 데 사용됩니다. 임계값을 조정한 후에는 모델을 다시 검증해야 합니다.
  8. 모델 내보내기 : 내보내기 버튼을 클릭하여 훈련된 모델을 저장할 디렉토리를 선택합니다.

    example projects model files

내보낸 모델은 Mech-DLK SDK에서 사용할 수 있습니다. 자세한 내용은 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.