Mech-DLK에 대하여

Mech-DLK는 Mech-Mind에서 자체 연구&개발한 머신 비전 딥 러닝 소프트웨어로 다양한 업계 최고의 딥 러닝 알고리즘이 내장되어 있어 전통적인 머신 비전으로 해결하기 어려운 복잡한 문제(예: 복잡한 분할, 위치 지정, 분류 등)를 해결할 수 있습니다.

뿐만 아니라 직관적이고 간단한 인터페이스를 통해 사용자가 딥 러닝 전문 지식을 파악하거나 코딩을 할 필요가 없이 Mech-DLK를 통해 모델의 훈련 및 검증을 신속히 실현할 수 있습니다.

dlk flow chart

소프트웨어에 "신속하게 위치 지정", "결함 세그먼테이션", "이미지 분류", "물체 검출" 및 "인스턴스 세그먼테이션" 총 다섯 가지 알고리즘 모듈이 포함되어 있습니다.

인스턴스 세그먼테이션

각 대상 물체의 윤곽을 분할하는 동시에 각 종류에 해당하는 레이블을 출력할 수 있습니다.

물체 검출의 결과보다 정밀도가 더 높으며 단일 또는 다양한 종류의 물체를 분류하고 대응한 윤곽을 분할할 수 있습니다. 디팔레타이징/팔레타이징, 머신 텐딩, 피스 피킹 등 응용 시나리오에서 Mech-Vision 및 Mech-Viz와 결합하여 물체 피킹을 완료하는 데 사용됩니다.

  • 모양이 다양한 블록을 분할합니다.

    instance segmentation 1
  • 무질서하게 겹친 체인 링크를 분할합니다.

    instance segmentation 2
  • 나란히 밀착하게 쌓여 있는 종이 상자를 분할합니다.

    instance segmentation 3

결함 세그먼테이션

이미지 속의 결함 영역을 식별하고 분할할 수 있습니다.

다양한 유형의 결함을 감지하는 데 사용됩니다. 땟국, 기포 결함, 긁힘 등 표면 결함 및 구부러짐, 비정상적인 형태, 누락과 같은 위치 결함 등을 검출할 수 있습니다. 결함이 작은 경우, 배경이 복잡한 경우 및 작업물 위치가 고정되지 않은 경우와 같은 복잡한 상황에서 여전히 사용할 수 있습니다.

  • 렌즈 표면의 기포 결함 및 접착제 유출을 검출합니다.

    defection 1
  • 구부러진 작업물을 검출합니다.

    defection 2

이미지 분류

이미지의 유형을 판단합니다.

작업물의 앞/뒷면, 방향을 구분하고 물체 결함의 유형을 판단하며 물체가 누락된지와 정렬된지를 판단하는 데 사용됩니다.

  • 작업물이 깔끔하게 정렬된지 또는 무질서하게 배치된지를 판단합니다.

    classification 1
  • 작업물의 앞/뒷면을 구분합니다.

    classification 2

물체 검출

모든 대상 물체의 위치를 감지하며 종류를 판단합니다.

PCB의 누락된 구성요소와 같이 고정된 위치에 배치된 작업물의 누락 여부를 감지하는 데 사용되며 물체 수량을 계산하는 데에도 사용할 수 있습니다. 수백 또는 수천 개의 물체에 대해서도 위치 지정와 수량 계산을 신속히 완료할 수 있습니다.

  • 로터의 위치를 감지합니다.

    detection 1
  • 철근의 총수를 계산합니다.

    detection 2

신속하게 위치 지정

각도 위치를 지정하고 위치 지정 결과에 따라 이미지 방향을 올바르게 조정합니다.

이미지 목표 영역에 있는 물체를 감지하고 이미지를 지정한 방향과 지정한 위치로 회전할 수 있습니다.

  • 작업물 각도의 위치를 지정하고 동일한 포즈로 수정합니다.

    quick location 1

저희는 귀하의 개인 정보를 소중하게 생각합니다.

당사 웹사이트는 귀하에게 최상의 경험을 제공하기 위해 쿠키를 사용합니다. "모두 수락"을 클릭하시는 경우, 귀하는 사의 쿠키 사용에 동의하게 됩니다. "모두 거부"를 클릭하시는 경우, 귀하가 이 웹사이트를 방문할 때 추적되거나 기억되지 않도록 하기 위해 단일 쿠키가 사용됩니다.