인스턴스 세그먼테이션
기능 소개
인스턴스 세그먼테이션 모델 패키지를 사용하여 입력 이미지에 대한 추론을 수행하고, 각 대상 물체의 윤곽을 분할하면서 동시에 카테고리 레이블을 출력합니다.
디팔레타이징, 공작물 로딩/언로딩, 물품 피킹 등 개별 물체를 정확하게 인식 및 위치 파악이 필요한 시나리오에 적용됩니다.
입력 및 출력
"딥 러닝 모델 패키지 추론" 스텝에 이 모델 패키지를 가져오면, 다음 입력 및 출력 포트가 표시됩니다.
출력
| 출력 포트 | 데이터 유형 | 설명 |
|---|---|---|
시각화 출력 |
Image/Color |
시각화 결과. |
물체의 픽셀 레벨 마스크 |
Image/Color/Mask[] |
검출된 대상 물체 마스크. 비제로 픽셀 값 영역이 마스크입니다. 마스크 윤곽이 대상 물체 윤곽입니다. |
물체의 경계 박스 |
Shape2D/Contour[] |
검출된 대상 물체의 경계 박스. |
물체의 경계 박스 마스크 |
Image/Color/Mask[] |
물체 경계 박스의 방형 마스크. 비제로 픽셀 값 영역이 마스크입니다. |
물체의 신뢰도 |
Number[] |
검출된 물체의 신뢰도. |
물체의 분류 레이블 |
String[] |
물체 레이블. |
파라미터 설명
인스턴스 세그먼테이션 모델 패키지를 가져올 때 이 스텝에서 다음 파라미터를 조정해야 합니다.
모델 패키지 설정
| 파라미터 | 설명 |
|---|---|
모델 패키지 관리 도구 |
파라미터 설명: 이 파라미터는 딥 러닝 모델 패키지 관리 도구를 열고 딥 러닝 모델 패키지를 가져오는 데 사용됩니다. 모델 패키지 파일은 Mech-DLK에서 내보낸 “.dlkpack” 파일입니다. 조정 설명: 딥 러닝 모델 패키지 관리 도구의 사용 방법은 딥 러닝 모델 패키지 관리 도구를 참조하십시오. |
모델 패키지 이름 |
파라미터 설명: 딥 러닝 모델 패키지를 가져온 후, 이 파라미터로 해당 스텝에서 사용할 모델 패키지를 선택합니다. 조정 설명: 딥 러닝 모델 패키지 관리 도구를 사용하여 딥 러닝 모델을 가져온 후, 드롭다운 리스트에서 해당 모델 이름을 선택합니다. |
모델 패키지를 전환한 후 원래 모델 패키지 해제 |
파라미터 설명: 모델 패키지를 전환할 때 원래 모델 패키지가 점유한 리소스를 즉시 해제할지 제어합니다. 기본값: 선택함. 조정 설명: 선택하면 스텝이 다른 모델 패키지로 전환될 때 시스템은 원래 모델 패키지가 다른 스텝에서 계속 사용 중이어도 해당 리소스를 즉시 해제합니다. 선택하지 않으면 원래 모델 패키지가 어떤 스텝에서도 더 이상 사용되지 않을 때만 자동으로 리소스를 해제합니다. |
모델 패키지 유형 |
파라미터 설명: 모델 패키지 이름을 선택하면 자동으로 모델 패키지 유형이 채워집니다. |
입력 이미지 배치 크기 |
파라미터 설명: 매번 추론 시 처리할 이미지 수입니다. |
GPU ID |
파라미터 설명: 이 파라미터는 모델 패키지 추론에 사용할 GPU 장치 ID를 지정하는 데 사용됩니다. 조정 설명: 모델 패키지 이름을 선택한 후, 이 파라미터의 드롭다운 목록에서 모델 패키지 추론에 사용할 GPU 장치 ID를 선택합니다. |
사전 처리
| 파라미터 | 설명 | ||||
|---|---|---|---|---|---|
ROI 파일 |
파라미터 설명: 이 파라미터는 입력 이미지의 ROI를 설정하거나 수정하는 데 사용됩니다. 조정 설명: 초기 상태에서는 기본 ROI가 이미 설정되어 있습니다. ROI 설정을 수정하려면 ROI 파일을 클릭한 다음, 팝업되는 ROI 설정 창에서 ROI를 편집하고 ROI 이름을 입력하십시오.
|
후처리
| 파라미터 | 설명 | ||
|---|---|---|---|
추론 구성 |
파라미터 설명: 인스턴스 세그먼테이션 모델 패키지 추론 시 관련 파라미터를 구성하는 데 사용됩니다. 편집기 열기를 클릭하면 추론 구성 창을 열 수 있습니다. 조정 설명: 관련 파라미터 설명은 추론 구성 도구를 참조하십시오.
|
||
카테고리 표시 방식 |
파라미터 설명: 출력 결과에서 카테고리를 이름 또는 인덱스로 표시할지 선택합니다. |
- 팽창
-
파라미터 설명: 이 파라미터는 딥 러닝 알고리즘의 마스크 영역을 늘리는 데 사용됩니다. 딥 러닝 마스크 영역이 대상 물체보다 작으면 추출된 포인트 클라우드, 특히 가장자리 포인트 클라우드가 누락될 수 있습니다. 따라서, 추출된 포인트 클라우드의 누락을 방지하기 위해 팽창 기능을 활성화하여 마스크 영역을 늘리는 것이 좋습니다.
기본값: 비활성화
- 커널 사이즈
-
파라미터 설명: 이 파라미터는 팽창 시 커널 사이즈를 설정하는 데 사용됩니다. 커널 사이즈가 클수록 팽창 효과가 강해집니다.
기본값: 3px
권장사항: 실제 요구 사항에 따라 이 파라미터를 설정하십시오.
시각화 설정
| 파라미터 | 설명 |
|---|---|
시각화 검출 결과 |
파라미터 설명: 활성화하면 이미지에 검출 결과가 표시됩니다. 기본값: 비활성화. 조정 권장사항: 실제 요구 사항에 따라 이 파라미터를 설정하십시오. |
시각화 결과의 방식 |
파라미터 설명: 시각화 출력 결과에서 물체의 시각화 방식을 지정하는 데 사용됩니다. 값 목록: Instances, Classes, CentralPoint 기본값: Instances 조정 권장사항: 실제 요구 사항에 따라 이 파라미터를 설정하십시오. 구체적인 효과는 조정 예시를 참조하십시오. |
사용자 정의 글꼴 크기 |
파라미터 설명: 시각화 출력 결과의 텍스트 글꼴 크기를 사용자 정의할지 여부를 결정합니다. 이 파라미터를 활성화하면 글꼴 크기(0~10)를 설정해야 합니다. 기본값: 비활성화. 조정 권장사항: 실제 요구 사항에 따라 이 파라미터를 설정하십시오. |
글꼴 크기(0~10) |
파라미터 설명: 시각화 출력 결과의 텍스트 글꼴 크기를 설정하는 데 사용됩니다. 기본값: 1.5 조정 권장사항: 실제 요구 사항에 따라 이 파라미터를 설정하십시오. |
