딥 러닝 결과 파서

현재 최신 버전 (2.2.0)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.

기능 설명

이 스텝은 '딥 러닝 모델 패키지 추론' 스텝이 출력한 다중 모델 패키지 또는 다중 결함 분류 분할 모델 패키지의 추론 결과를 파싱할 수 있습니다. 파싱 후 모델 패키지 유형 또는 결함 카테고리별로 출력 결과를 분리하여 후속 스텝에서 독립적인 처리, 통계 및 확인이 가능합니다.

응용 시나리오

이 스텝은 '딥 러닝 모델 패키지 추론' 스텝 다음에 연결하여 다중 모델 패키지 또는 다중 결함 분류 분할 모델 패키지의 추론 결과를 파싱하고 확인하는 데 사용됩니다.

이 스텝은 한 번에 하나의 결함 카테고리/모델 패키지 유형의 추론 결과만 파싱할 수 있습니다. 여러 결함 카테고리 또는 모델 패키지의 추론 결과를 동시에 파싱하려면, '딥 러닝 모델 패키지 추론' 스텝이 출력하는 각 결함 카테고리/모델 패키지에 대해 별도로 이 스텝을 추가하고 연결하여 파싱 결과가 누락되지 않도록 합니다.

입력 및 출력

입력

입력 포트 데이터 유형 설명

딥 러닝 추론 결과

DLResult

딥 러닝 추론 결과.

출력

출력 포트는 입력 데이터의 결함 카테고리 또는 모델 패키지 유형에 따라 자동으로 생성되며, 수동으로 설정할 필요가 없습니다. 입력 데이터가 올바른지 확인하여 출력 결과가 예상과 다르지 않도록 합니다.

사용 예시

다중 클래스 결함 분할 결과 파싱

아래 그림은 '딥 러닝 모델 패키지 추론' 스텝이 출력한 다중 클래스 결함 분할 결과를 파싱하는 방법을 보여줍니다. 스크래치, 기포, 흠집을 동시에 감지하는 모델을 예시로, 각 결함 카테고리를 별도의 '딥 러닝 결과 파서' 스텝에 연결하여 독립적으로 파싱합니다.

deep learning result parser for multi class

다중 모델 패키지 추론 결과 파싱

아래 그림은 '딥 러닝 모델 패키지 추론' 스텝이 출력한 다중 모델 패키지 추론 결과를 파싱하는 방법을 보여줍니다. 텍스트 감지와 텍스트 인식을 직렬 연결한 다중 모델 패키지를 예시로, 각 모델 패키지 유형을 별도의 '딥 러닝 결과 파서' 스텝에 연결하여 독립적으로 파싱합니다.

deep learning result parser for multi model

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.

  • Preference
  • 모두 수락
  • 모두 거부