딥 러닝 모델 소개
Mech-Mind Robotics는박스나 포대와 같은 물체의 디팔레타이징 및 팔레타이징 작업을 위한 자사 개발 딥 러닝 모델을 제공합니다. 이 모델은 대부분의 프로젝트에 바로 적용할 수 있으며, 추가적인 이미지 수집이나 훈련 없이도 대부분의 물체를 정확하게 분류할 수 있습니다.
사용 시나리오
딥 러닝 모델은 다음 물체를 안정적으로 인식할 수 있습니다.
박스 모델 | ||||
---|---|---|---|---|
단색 박스 |
패턴이 있는 박스 |
투명 테이프가 있는 박스 |
불투명 테이프가 있는 박스 |
끈으로 묶인 박스 |
포대 모델 | |
---|---|
내용물이 가득 찬 포대 |
주름이 있는 반쯤 채워진 포대 |
샤프트 막대 모델 | ||
---|---|---|
정렬된 고반사 샤프트 |
정렬된 무광 샤프트 |
무작위 배치된 샤프트 |
메탈 인고트 모델 | |||
---|---|---|---|
수축 필름 모델 | |||
---|---|---|---|
딥 러닝 모델 다운로드
다운로드 센터 에서 딥 러닝 모델을 다운로드할 수 있습니다. 딥 러닝 모델에는 배포에 사용되는 모델 패키지(.dlkpack)와 파인튜닝에 사용되는 모델 패키지(.dlkmp)가 포함되어 있습니다.
Mech-Vision에 딥 러닝 모델 패키지 배포
딥 러닝 모델 패키지 추론 스텝을 사용하면 딥 러닝 모델 패키지를 가져와서 박스와 포대 이미지에 대한 추론을 수행할 수 있습니다.
추론이 완료되면 Mech-Vision에서 인식 결과를 확인할 수 있습니다.
Mech-MSR에 딥 러닝 모델 패키지 배포
딥 러닝 모델 패키지 추론 스텝을 사용하면 딥 러닝 모델 패키지를 가져와서 박스와 포대 이미지에 대한 추론을 수행할 수 있습니다.
추론이 완료되면 Mech-MSR에서 인식 결과를 확인할 수 있습니다.
Mech-DLK에서 딥 러닝 모델 파인튜닝
인식 성능이 기대에 미치지 않는 경우, Mech-DLK에서 딥 러닝 모델을 미세 조정할 수 있습니다.
모델 파인튜닝 방법:
-
인식 결과가 좋지 않은 이미지를 획득합니다.
-
Mech-DLK를 열고 새 프로젝트를 만든 다음 인스턴스 세그먼테이션 모듈을 추가합니다.
-
화면 상단의
에서 “개발자 모드”를 활성화합니다. -
캡처한 이미지를 훈련 세트와 검증 세트에 추가합니다.
-
새로 추가된 이미지의 레이블링을 진행합니다.
-
훈련 탭에서 menu:“훈련 파라미터 설정“[“모델 파인튜닝“]을 클릭하고 파인튜닝 버튼을 활성화합니다.
-
딥 러닝 모델 파인튜닝 옵션을 선택하고
을 클릭하여 딥 러닝 모델(.dlkmp)을 선택합니다.
-
훈련 파라미터 탭에서 “학습률” 파라미터의 값을 적절히 낮추고 “Epochs”를 50~80으로 설정합니다.
-
모델 훈련을 완료하고 모델을 내보냅니다.
딥 러닝 모델을 파인튜닝한 후, 해당 모델을 딥 러닝 모델 패키지(.dlkpack 파일) 형식으로 내보낸 뒤, Mech-Vision에 불러와 추론에 활용할 수 있습니다.