데이터 획득

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.

데이터 획득 중 카메라의 노출을 수동으로 조정하거나 보조 조명을 추가하여 조명 조건의 변화를 시뮬레이션하는 것이 효과적일 수 있을까요?

아니요. 시뮬레이션된 조명은 실제 조건을 정확히 반영하지 못할 수 있어, 해당 환경에서 얻은 이미지는 모델 훈련에 적절하지 않을 수 있습니다. 따라서 조명 조건이 시간대에 따라 변하는 경우, 각 조건에서 직접 이미지를 수집하는 것이 바람직합니다.

카메라가 고정되어 있고, 유입되는 물체의 위치가 약간씩 달라지는 경우, 데이터 획득 중 카메라를 이동시켜 위치 변화를 시뮬레이션하는 방식이 효과적일 수 있을까요?

아니요. 데이터 획득 전에 카메라는 고정된 위치에 있어야 합니다. 획득 중에 카메라를 움직이면 카메라의 외부 파라미터가 변하여 모델 훈련에 부정적인 영향을 줄 수 있습니다. 물체 위치 변화에 유연하게 대응하려면 ROI를 더 넓게 설정하는 것이 도움이 됩니다.

이전에 사용하던 카메라의 데이터 품질이 만족스럽지 않아 새로운 카메라로 교체한 경우, 기존 카메라로 촬영한 영상을 데이터 세트에 추가해야 할까요?

아니요. 카메라 교체 후, 모델 훈련에 사용되는 모든 데이터는 새 카메라에서 가져와야 합니다. 새 카메라를 사용하여 다시 데이터 획득을 수행하고 해당 데이터를 훈련에 사용하세요.

배경을 변경하면 딥 러닝 모델 성능에 영향을 미칩니까?

예. 배경을 변경하면 오인식이나 대상 물체 인식 실패 등 인식 오류가 발생할 수 있습니다. 따라서 초기에 배경을 설정한 후에는 변경하지 않는 것이 좋습니다.

카메라 모델이나 높이가 다를 경우, 획득한 데이터를 함께 사용해 하나의 모델을 훈련할 수 있나요?

네, 하지만 ROI 설정을 조정해 주세요. 이미지 간의 차이를 줄이기 위해, 각 높이에 따라 다른 ROI를 설정하는 것이 좋습니다.

고반사 금속 부품의 경우, 데이터를 획득할 때 어떤 요소를 고려해야 합니까?

과다 노출이나 노출 부족은 피하는 것이 좋습니다. 이미지의 일부에서 과다 노출이 불가피한 경우에는, 물체의 윤곽이 선명하게 나타나는지 확인하세요.

박스의 경우, 데이터를 획득할 때 어떤 요소를 고려해야 합니까?

표준 형태의 상자를 사용하고, 과다 노출이나 노출 부족을 피하세요. 이미지 밝기를 조정해도 인식 성능이 향상되지 않으면, Mech-Mind 기술 지원팀에 카메라 모델, 장착 높이, 제품 정보 등을 제공해 문의해 주세요.

현장 조명 조건이 복잡하여(예: 물체가 그림자에 가려져 있는 경우) 모델 성능이 불안정해지는 경우, 어떻게 개선할 수 있을까요?

필요에 따라 차광 장치 또는 보조 조명을 추가해 주세요.

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.