대상 물체 선택 및 인식
포인트 클라우드 사전 처리 프로세스가 완료된 후 대상 물체 편집기에서 인식 대상물로 사용되는 하나 또는 여러 대상 물체를 선택해야 합니다.
|
"대상 물체 선택 및 인식" 프로세스의 시각화 영역에는 대상 물체의 중심점이 표시됩니다. 만약 픽 포인트를 확인하려면, 다음을 클릭한 후 "일반 설정" 프로세스의 시각화 영역에서 확인할 수 있습니다. |
|
외부 서비스를 사용하여 Mech-Vision 프로젝트 실행을 트리거하면 트리거하기 전에 "3D 대상 물체 인식" 도구를 활성화하는 것이 좋습니다. 프로젝트가 트리거될 때 "3D 대상 물체 인식" 도구를 활성화하면 시각화 영역 아래의 시각화 옵션을 전환한 후 시각화 영역과 인식 결과 보고서의 내용이 업데이트되지 않습니다. 이때 "3D 대상 물체 인식" 도구를 비활성화하고 디버그 출력 기능을 활성화하합니다. 그 다음 "3D 대상 물체 인식" 도구를 다시 활성화하면 시각화 옵션을 변경한 후 인식 결과와 시각화 출력 결과를 확인할 수 있습니다. |
대상 물체 선택
아래 설명에 따라 대상 물체 편집기 중의 대상 물체를 “3D 대상 물체 인식” 도구로 업데이트하고 실제 상황에 따라 대상 물체를 선택하십시오.
-
대상 물체 편집기에 대상 물체가 없는 경우, 실제 상황에 따라 대상 물체 구성 프로세스를 선택하고 대상 물체를 생성해야 합니다. 대상 물체를 구성하고 저장한 후, “3D 대상 물체 인식” 도구에서 대상 물체 업데이트를 클릭하여 대상 물체를 “3D 대상 물체 인식” 도구로 업데이트할 수 있습니다.
-
대상 물체 편집기에 대상 물체가 이미 구성된 경우, 대상 물체 업데이트를 직접 클릭하여 대상 물체를 “3D 대상 물체 인식” 도구로 업데이트할 수 있습니다.
딥 러닝 사용(선택 가능)
실제 프로젝트에서 인식할 대상 물체가 반사율이 높은 소재로 만들어진 경우 물체의 포인트 클라우드 데이터가 누락되거나 카메라가 너무 멀리 장착된 경우 포인트 클라우드 품질이 좋지 않을 수 있습니다. 이러한 경우 딥 러닝으로 인식 지원 기능을 활성화하여 딥 러닝을 통해 대상 물체를 더 쉽게 인식할 수 있습니다.
|
-
딥 러닝 모델 패키지를 가져옵니다.
모델 패키지 관리 도구를 클릭하여 딥 러닝 모델 패키지 관리 도구에서 딥 러닝 모델 패키지를 가져옵니다. 상세한 내용은 딥 러닝 모델 패키지를 가져오기 내용을 참조하십시오.
-
딥 러닝 모델 패키지를 선택합니다.
모델 패키지를 가져온 후 버튼 아래의 드롭다운 메뉴에서 모델 패키지를 선택할 수 있습니다.
-
2D ROI를 설정합니다.
ROI 버튼을 클릭하여 팝업된 “ROI 설정” 창에서 딥 러닝 추론 효과를 최적화하기 위해 ROI를 설정하고 ROI 이름을 입력합니다.
-
추론 관련 사항을 구성합니다.
추론 구성 버튼을 클릭하여 "추론 구성" 팝업 창에서 신뢰도 임계값을 설정합니다. 딥 러닝 인식 과정에서 신뢰도 값이 이 임계값보다 크면 결과가 유지됩니다.
-
글꼴 크기를 설정합니다.
이 파라미터를 사용하여 왼쪽 딥 러닝 결과에 표시되는 텍스트의 글꼴 크기를 설정합니다. 실제 요구 사항에 따라 설정하면 됩니다.
-
팽창 파라미터를 설정합니다(선택 사항).
이 파라미터는 딥 러닝 알고리즘의 마스크 영역을 늘리는 데 사용됩니다. 딥 러닝 마스크의 크기가 대상 물체의 크기보다 작으면 추출된 포인트 클라우드, 특히 가장자리 포인트 클라우드가 누락될 수 있습니다. 따라서 추출된 포인트 클라우드에서 누락된 데이터를 방지하기 위해 팽창 기능을 활성화하여 마스크 면적을 늘리는 것이 좋습니다.
팽창 기능을 활성화한 후 실제 수요에 따라 커널 크기를 설정합니다. 값이 클수록 팽창 효과가 더 나아집니다.
대상 물체 인식
-
기본 모드에서의 파라미터를 확인하려면 "3D 매칭" 스텝 Basic 조정 레벨의 파라미터에 관한 설명.
-
고급 모드에서의 파라미터를 확인하려면 "3D 매칭" 스텝 Advanced 조정 레벨의 파라미터에 관한 설명.