데이터 획득 예시

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:

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:

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:

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:

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:

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.

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.