데이터 획득 예시

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 일부 알고리즘 모듈에 대한 데이터 획득 예시를 제공하며, 실제 솔루션에서 고품질 데이터 세트를 획득하는 방법을 소개합니다.

인스턴스 세그먼테이션

  1. 금속 부품 : 단일 종류의 물체이므로 50장을 캡처합니다.

    • 물체 방향 : 물체가 평평하게 누운 상태와 옆으로 세워진 상태 모두 고려해야 합니다.

    • 물체 위치 : bin의 중앙, 가장자리, 모서리뿐만 아니라 다양한 높이까지 모두 고려해야 합니다.

    • 물체 간 위치 관계: 겹쳐 쌓이거나 병렬 배치된 경우와 같은 위치 관계를 모두 고려해야 합니다.
      실제로 획득한 이미지는 다음과 같습니다:

    improve model accuracy metal part placement status
    improve model accuracy metal part poses
  2. 식료품 프로젝트에서는 7가지 종류의 혼합 물품을 분류해야 합니다.

    • 물체의 특징을 충분히 추출하려면 데이터 수집 시 "단일 종류의 물체를 다양한 방향으로 배치한 경우"와 "여러 종류의 물체가 혼합되어 배치된 경우"를 모두 고려해야 합니다. 단일 종류 물체에 대한 이미지 수 = 5 × 물체 종류 수. 여러 종류 물체에 대한 이미지 수 = 20 × 물체 종류 수.

    • 물체 방향 : 물체가 평평하게 눕혀졌는지, 옆으로 세워졌는지, 기울어진 상태인지 모두 고려해야 합니다.

    • 물체 위치 : bin의 중앙, 가장자리, 모서리에 있는 상황 모두 고려해야 합니다.

    • 물체 간 위치 관계: 겹쳐 쌓이거나 병렬로 배치되거나 밀접하게 배치된 경우와 같은 다양한 위치 관계를 모두 고려해야 합니다.
      실제로 획득한 이미지는 다음과 같습니다:

      • 단일 종류 물체

        improve model accuracy single class subject positions
      • 혼합 물체

        improve model accuracy mix classes subject positions
  3. 트랙슈 프로젝트의 경우, 여러 모델의 트랙슈즈가 포함되므로, "이미지 수 = 30 × 모델 수"입니다.

    • 물체 방향 : 정면이 위를 향하는 상태만 고려하면 됩니다.

    • 물체 위치 : 다양한 높이에서 촬영해야합니다.

    • 물체 간 위치 관계 : 밀접하게 배치된 상황을 고려해야 합니다.
      실제로 획득한 이미지는 다음과 같습니다:

      improve model accuracy different layer
  4. 금속 부품 프로젝트의 경우, 한 층에만 평평하게 배치하였기에 50장의 이미지를 캡처합니다.

    • 물체 방향 : 정면이 위를 향하는 상태만 고려하면 됩니다.

    • 물체 위치 : bin의 중앙, 가장자리, 모서리에 있는 상황 모두 고려해야 합니다.

    • 물체 간 위치 관계 : 밀접하게 배치된 상황을 고려해야 합니다.
      실제로 캡처한 이미지는 다음과 같습니다:

      improve model accuracy different situation
  5. 금속 부품 프로젝트의 경우, 여러 층으로 적재되어 있으며, 30장의 이미지를 캡처합니다.

    • 물체 방향 : 정면이 위를 향하는 상태만 고려하면 됩니다.

    • 물체 위치 : bin의 중앙, 가장자리, 모서리뿐만 아니라 다양한 높이까지 모두 고려해야 합니다.

    • 물체 간 위치 관계 : 밀접하게 배치된 상황을 고려해야 합니다.
      실제로 캡처한 이미지는 다음과 같습니다:

      improve model accuracy different layers positions

이미지 분류

  1. 밸브 튜브 프로젝트 : 단일 종류 밸브 튜브의 앞면과 뒷면을 구분해야 하며, 위치 오프셋이 작습니다. 앞면과 뒷면 각각 15장의 이미지를 캡처합니다.

    improve model accuracy project case
  2. 엔진 밸브 조립 프로젝트 : 단일 종류의 물체가 슬롯에 올바르게 배치되었는지 확인해야 합니다. 슬롯 외부에서는 다양한 위치와 방향을 고려해야 하므로 20장의 이미지를 캡처하고, 슬롯 내부에서는 위치 편차만 고려하면 되므로 10장의 이미지를 캡처합니다.

    improve model accuracy project case 2
  3. 판금 프로젝트: 두 가지 종류의 물체 크기를 구분해야 하며, 물체는 위치와 방향이 다를 수 있습니다. 앞면과 뒷면 각각 20개의 이미지를 캡처합니다.

    improve model accuracy project case 3A
    improve model accuracy project case 3B

물체 검출

  1. 물체 검출 프로젝트의 경우, 무작위로 흩어져 있는 로터를 검사해야 합니다. 이 프로젝트의 목표는 모든 로터 위치를 정확하게 검사하는 것입니다. 총 30장의 이미지를 캡처합니다.

    • 물체 위치 : 실제 생산 과정에서 로터는 빈의 어느 위치에나 있을 수 있으며, 수량은 매번 피킹할 때마다 감소합니다.

    • 물체 간 위치 관계 : 로터는 흩어져 있을 수도 있고, 깔끔하게 배치되어 있을 수도 있으며, 겹쳐져 있을 수도 있습니다.

      improve model accuracy different positions 0
  2. 철근 개수 측정 프로젝트의 경우, 철근 묶음의 수량을 정확하게 계산해야 합니다. 총 20장의 이미지를 캡처합니다.

    • 철근의 특징은 비교적 단순하므로 *물체 위치 변화*만 고려하면 됩니다. 실제 생산 과정에서 철근이 카메라 시야 내 어느 위치에 있을 수 있는지를 감안하여, 가능한 모든 위치를 촬영합니다.

      improve model accuracy different positions 1

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.