추론 구성 도구

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.

이 문서에서는 딥 러닝 스텝 후처리에 사용되는 추론 구성 도구와 그 사용 방법을 소개합니다.

도구 소개

추론 구성 도구는 딥 러닝 모델 패키지 추론 등의 스텝에 대한 후처리 파라미터를 구성하고 최적화하는 전용 도구입니다. 이 도구를 통해 사용자는 이미지 분류, 결함 분할, 물체 검출 등 다양한 유형의 모델 패키지에 대해 추론 파라미터를 유연하게 조정하고, 다중 모델 패키지의 검증 규칙을 구성하여 추론 결과의 정확성과 적용성을 높일 수 있습니다. 추론 구성 도구는 파라미터 그룹 관리와 시각화 기반 파라미터 조정을 지원합니다.

도구 열기

"딥 러닝 모델 패키지 추론" 스텝 또는 "무작위 물체 피킹 V2" 스텝의 파라미터 영역에서, "추론 구성" 파라미터의 편집기 열기 버튼을 클릭하여 추론 구성 도구에 들어갈 수 있습니다.

인터페이스 소개

추론 구성 도구의 인터페이스는 다음 그림과 같습니다.

위 인터페이스의 각 기능 영역 설명은 다음 표와 같습니다.

번호	기능 영역	설명
1	파라미터 그룹 목록	현재 생성된 파라미터 그룹을 표시합니다. 새로 만들기, 삭제, 복사본 생성, 파라미터 그룹 전환을 지원하여 서로 다른 시나리오의 추론 구성을 관리할 수 있습니다.
2	이미지 시각화 영역	모델 추론 결과를 표시합니다. "시각화 설정"에서 라벨 글꼴 색상과 각 클래스의 마스크 색상을 설정할 수 있습니다. 다중 모델 패키지를 사용할 경우, 시각화 영역 상단에서 선택한 모델 또는 전체 모델을 전환하여 시각화 범위를 바꿀 수도 있습니다.
3	추론 구성 영역	추론 결과 처리 로직을 구성하는 데 사용되며, 후처리 설정과 검증 규칙 설정을 포함합니다. 후처리 설정은 선택된 모델의 추론 결과에 대한 후처리 파라미터를 구성하는 데 사용됩니다. 검증 규칙 설정은 다중 모델 패키지로 딥 러닝 추론을 수행할 때만 표시되며, 추론 결과에 대한 규칙 검증(즉 OK / NG 판정)에 사용됩니다.

번호

기능 영역

설명

파라미터 그룹 목록

현재 생성된 파라미터 그룹을 표시합니다. 새로 만들기, 삭제, 복사본 생성, 파라미터 그룹 전환을 지원하여 서로 다른 시나리오의 추론 구성을 관리할 수 있습니다.

이미지 시각화 영역

모델 추론 결과를 표시합니다. "시각화 설정"에서 라벨 글꼴 색상과 각 클래스의 마스크 색상을 설정할 수 있습니다. 다중 모델 패키지를 사용할 경우, 시각화 영역 상단에서 선택한 모델 또는 전체 모델을 전환하여 시각화 범위를 바꿀 수도 있습니다.

추론 구성 영역

추론 결과 처리 로직을 구성하는 데 사용되며, 후처리 설정과 검증 규칙 설정을 포함합니다.

후처리 설정은 선택된 모델의 추론 결과에 대한 후처리 파라미터를 구성하는 데 사용됩니다.
검증 규칙 설정은 다중 모델 패키지로 딥 러닝 추론을 수행할 때만 표시되며, 추론 결과에 대한 규칙 검증(즉 OK / NG 판정)에 사용됩니다.

추론 구성 절차

다음 절차를 참고하여 추론을 구성할 수 있습니다.

도구에 들어간 후, 새 파라미터 그룹을 만들거나 기존 파라미터 그룹을 선택하여 편집합니다.
오른쪽 파라미터 조정 영역의 후처리 설정 탭에서 현재 모델 유형에 따라 핵심 파라미터를 조정합니다. 파라미터를 조정하는 동안 왼쪽 시각화 영역의 변화를 관찰하여 조정 결과를 실시간으로 검증할 수 있습니다.
다중 모델 패키지를 사용하는 경우 검증 규칙 설정 탭으로 전환하여 여러 모델 결과 사이의 논리 관계를 정의합니다.
시각화 영역 상단에서 시각화 설정을 클릭하여 각기 다른 라벨 클래스의 마스크 색상 또는 라벨 글꼴 색상을 조정해 결과 구분도를 높입니다.
구성을 완료한 후 저장을 클릭하면 시스템이 현재 파라미터 그룹 구성을 해당 파라미터 그룹을 사용하는 추론 스텝에 자동으로 적용합니다.

후처리 설정

후처리 설정 페이지는 다음 그림과 같습니다.

위 인터페이스의 각 기능 영역 설명은 다음 표와 같습니다.

번호	기능 영역	설명
1	모델 탐색	가져온 모델 패키지에 포함된 모델을 표시합니다. 다중 모델 패키지인 경우 서로 다른 모델을 클릭해 해당 후처리 파라미터를 조정할 수 있습니다.
2	파라미터 조정	현재 선택된 모듈의 후처리 파라미터를 설정하는 데 사용됩니다. 조정 후 현재 이미지 추론 버튼을 클릭하여 시각화 영역에서 조정 효과를 실시간으로 확인할 수 있습니다. 재설정 버튼으로 기본 파라미터 구성을 복원할 수도 있습니다.
3	이미지 추론	설정 파라미터에 따라 이미지를 추론하고 시각화 영역에서 결과를 확인합니다. 기본적으로 "자동 추론" 기능이 켜져 있습니다. 현재 이미지 추론을 클릭하면 현재 파라미터로 단일 이미지를 처리할 수 있습니다. 다음 이미지 추론을 클릭하면 시퀀스의 다음 이미지를 자동으로 로드하고 처리합니다.

번호

기능 영역

설명

모델 탐색

가져온 모델 패키지에 포함된 모델을 표시합니다. 다중 모델 패키지인 경우 서로 다른 모델을 클릭해 해당 후처리 파라미터를 조정할 수 있습니다.

파라미터 조정

현재 선택된 모듈의 후처리 파라미터를 설정하는 데 사용됩니다. 조정 후 현재 이미지 추론 버튼을 클릭하여 시각화 영역에서 조정 효과를 실시간으로 확인할 수 있습니다. 재설정 버튼으로 기본 파라미터 구성을 복원할 수도 있습니다.

이미지 추론

설정 파라미터에 따라 이미지를 추론하고 시각화 영역에서 결과를 확인합니다. 기본적으로 "자동 추론" 기능이 켜져 있습니다. 현재 이미지 추론을 클릭하면 현재 파라미터로 단일 이미지를 처리할 수 있습니다. 다음 이미지 추론을 클릭하면 시퀀스의 다음 이미지를 자동으로 로드하고 처리합니다.

아래에서는 서로 다른 모델 패키지 추론 작업의 후처리 파라미터를 자세히 소개합니다. 사용 중인 모델 패키지 유형에 따라 해당 내용을 선택하여 확인하십시오.

이미지 분류

이미지 분류 모델 패키지에서 조정 가능한 후처리 파라미터는 다음과 같습니다.

파라미터

설명

신뢰도 임계값

파라미터 설명: 이미지 분류 과정의 신뢰도 임계값을 설정하는 데 사용됩니다. 해당 임계값보다 높은 결과만 유지됩니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

클래스 활성화 맵 생성

파라미터 설명: 이미지에서 어떤 픽셀이 이미지 분류 결과에 더 크게 기여하는지 확인하는 데 사용됩니다. 파란색은 기여가 작고, 빨간색은 기여가 큽니다.

조정 설명: 클래스 활성화 맵 생성 기능을 켜면 모델 패키지 추론 속도가 느려집니다. 디버깅 분석에만 사용하는 것을 권장하며, 생산 환경에서는 사용하지 않는 것이 좋습니다.

Mech-DLK에서 모델 패키지를 내보낼 때 클래스 활성화 맵 기능을 활성화한 경우에만 이 파라미터가 표시됩니다.

결함 분할

결함 세그먼테이션 모델 패키지에서 조정 가능한 후처리 파라미터는 다음과 같습니다.

형태학 변환

파라미터	설명
형태학 변환	파라미터 설명: 활성화하면 결함 분할 마스크에 형태학 처리를 적용합니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.
형태학 변환 유형	파라미터 설명: 마스크의 형태학 후처리 방식을 선택하는 데 사용됩니다. 값 목록: 팽창, 침식, 열기 연산(opening), 닫기 연산(closing) 팽창: 마스크 면적을 증가시킵니다. 마스크가 실제 영역보다 작을 때, 포인트 클라우드 누락을 방지하는 데 적합합니다. 침식: 마스크 면적을 줄입니다. 마스크가 과도하게 넓거나 노이즈를 포함할 때 적합합니다. 열기 연산(opening): 먼저 마스크를 침식한 뒤 팽창합니다. 작은 노이즈 영역을 제거하면서 목표 전체 크기와 형상을 유지합니다. (닫기 연산(closing)): 먼저 마스크를 팽창한 뒤 침식합니다. 작은 구멍을 메우면서 목표 전체 크기와 형상을 유지합니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

파라미터

설명

형태학 변환

파라미터 설명: 활성화하면 결함 분할 마스크에 형태학 처리를 적용합니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

형태학 변환 유형

파라미터 설명: 마스크의 형태학 후처리 방식을 선택하는 데 사용됩니다.

값 목록: 팽창, 침식, 열기 연산(opening), 닫기 연산(closing)

팽창: 마스크 면적을 증가시킵니다. 마스크가 실제 영역보다 작을 때, 포인트 클라우드 누락을 방지하는 데 적합합니다.
침식: 마스크 면적을 줄입니다. 마스크가 과도하게 넓거나 노이즈를 포함할 때 적합합니다.
열기 연산(opening): 먼저 마스크를 침식한 뒤 팽창합니다. 작은 노이즈 영역을 제거하면서 목표 전체 크기와 형상을 유지합니다.
(닫기 연산(closing)): 먼저 마스크를 팽창한 뒤 침식합니다. 작은 구멍을 메우면서 목표 전체 크기와 형상을 유지합니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

파라미터

설명

라벨 클래스

파라미터 설명: Mech-DLK 학습 시 라벨링한 결함 클래스 목록을 표시합니다.

가져온 모델 패키지가 다중 클래스 결함 모델 패키지인 경우, 임의의 결함 클래스를 클릭하여 각 클래스별로 필터 규칙 파라미터를 설정할 수 있습니다.

필터 활성화

파라미터 설명: 해당 라벨 클래스에 필터 규칙을 활성화할지 지정하는 데 사용됩니다.

조정 설명: 활성화하면 설정한 필터 규칙이 해당 결함 클래스에 적용됩니다.

필터 규칙 설정

파라미터	설명
적용 대상	파라미터 설명: 설정한 필터 규칙 파라미터를 지정한 클래스 또는 모든 클래스에 적용할지 선택하는 데 사용됩니다.
분포 영역 필터링	파라미터 설명: 일반 필터 규칙입니다. 분포 영역을 설정하면 해당 영역 안의 추론 결과만 유지합니다. "분포 영역 설정" 버튼으로 구성합니다. 조정 설명: 활성화한 후 분포 영역 설정 버튼을 클릭하고 팝업 이미지 창에서 유지할 영역을 그립니다.
단일 이미지 결과 수 필터링	파라미터 설명: 일반 필터 규칙입니다. 한 이미지에서 추론 결과의 최소 개수를 설정하는 데 사용됩니다. 결과 수가 이 값 이상일 때만 해당 이미지의 추론 결과를 유지합니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.
노이즈 필터링	파라미터 설명: 일반 필터 규칙입니다. 단일 추론 결과의 최소 면적을 설정하는 데 사용됩니다. 이 면적보다 작은 결과는 필터링됩니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.
조건 간 논리	파라미터 설명: 논리 필터 규칙입니다. 면적, 외접 사각형 종횡비, 원형도 등의 여러 필터 조건에 대해 조건 간 논리(AND/OR)를 일괄 설정하는 데 사용됩니다. 서로 다른 조건 항목은 "조건 간 논리"(AND/OR)에 따라 조합되며, 동일 조건 항목을 반복 추가한 경우에는 항상 OR로 조합되고 "조건 간 논리" 설정의 영향을 받지 않습니다. 값 목록: AND, OR 조정 설명: 조건 추가 버튼을 클릭하고 드롭다운 목록에서 필요한 필터 조건을 선택한 뒤 조건 간 논리를 설정합니다. 조건의 정의와 설명은 이 절의 필터 조건 설명을 참조하십시오. "참고값 범위"를 바탕으로 "필터값 범위"를 설정할 수 있으며, 각 조건은 개별적으로 활성화/비활성화하거나 삭제할 수 있습니다.

파라미터

설명

적용 대상

파라미터 설명: 설정한 필터 규칙 파라미터를 지정한 클래스 또는 모든 클래스에 적용할지 선택하는 데 사용됩니다.

분포 영역 필터링

파라미터 설명: 일반 필터 규칙입니다. 분포 영역을 설정하면 해당 영역 안의 추론 결과만 유지합니다. "분포 영역 설정" 버튼으로 구성합니다.

조정 설명: 활성화한 후 분포 영역 설정 버튼을 클릭하고 팝업 이미지 창에서 유지할 영역을 그립니다.

단일 이미지 결과 수 필터링

파라미터 설명: 일반 필터 규칙입니다. 한 이미지에서 추론 결과의 최소 개수를 설정하는 데 사용됩니다. 결과 수가 이 값 이상일 때만 해당 이미지의 추론 결과를 유지합니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

노이즈 필터링

파라미터 설명: 일반 필터 규칙입니다. 단일 추론 결과의 최소 면적을 설정하는 데 사용됩니다. 이 면적보다 작은 결과는 필터링됩니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

조건 간 논리

파라미터 설명: 논리 필터 규칙입니다. 면적, 외접 사각형 종횡비, 원형도 등의 여러 필터 조건에 대해 조건 간 논리(AND/OR)를 일괄 설정하는 데 사용됩니다. 서로 다른 조건 항목은 "조건 간 논리"(AND/OR)에 따라 조합되며, 동일 조건 항목을 반복 추가한 경우에는 항상 OR로 조합되고 "조건 간 논리" 설정의 영향을 받지 않습니다.

값 목록: AND, OR

조정 설명: 조건 추가 버튼을 클릭하고 드롭다운 목록에서 필요한 필터 조건을 선택한 뒤 조건 간 논리를 설정합니다. 조건의 정의와 설명은 이 절의 필터 조건 설명을 참조하십시오. "참고값 범위"를 바탕으로 "필터값 범위"를 설정할 수 있으며, 각 조건은 개별적으로 활성화/비활성화하거나 삭제할 수 있습니다.

필터 규칙을 설정할 때는 먼저 일반 규칙을 설정하여 대부분의 필터링 요구를 충족한 뒤, 실제 상황에 따라 논리 규칙을 추가해 정교하게 조정하는 것을 권장합니다.
필터 규칙을 활성화한 후에는 추론 결과를 여러 번 검증하여 유효한 결함이 잘못 필터링되지 않도록 하십시오.

인스턴스 분할

인스턴스 분할 모델 패키지에서 조정 가능한 후처리 파라미터는 다음과 같습니다.

파라미터	설명
형태학 변환	파라미터 설명: 활성화하면 인스턴스 분할 마스크에 형태학 처리를 적용합니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.
형태학 변환 유형	파라미터 설명: 마스크의 형태학 후처리 방식을 선택하는 데 사용됩니다. 값 목록: 팽창, 침식, 열기 연산(opening), 닫기 연산(closing) 팽창: 마스크 면적을 증가시킵니다. 마스크가 실제 영역보다 작을 때, 포인트 클라우드 누락을 방지하는 데 적합합니다. 침식: 마스크 면적을 줄입니다. 마스크가 과도하게 넓거나 노이즈를 포함할 때 적합합니다. 열기 연산(opening): 먼저 마스크를 침식한 뒤 팽창합니다. 작은 노이즈 영역을 제거하면서 목표 전체 크기와 형상을 유지합니다. 닫기 연산(closing): 먼저 마스크를 팽창한 뒤 침식합니다. 작은 구멍을 메우면서 목표 전체 크기와 형상을 유지합니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.
신뢰도 임계값	파라미터 설명: 인스턴스 분할 과정의 신뢰도 임계값을 설정하는 데 사용됩니다. 해당 임계값보다 높은 결과만 유지됩니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

파라미터

설명

형태학 변환

파라미터 설명: 활성화하면 인스턴스 분할 마스크에 형태학 처리를 적용합니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

형태학 변환 유형

파라미터 설명: 마스크의 형태학 후처리 방식을 선택하는 데 사용됩니다.

값 목록: 팽창, 침식, 열기 연산(opening), 닫기 연산(closing)

팽창: 마스크 면적을 증가시킵니다. 마스크가 실제 영역보다 작을 때, 포인트 클라우드 누락을 방지하는 데 적합합니다.
침식: 마스크 면적을 줄입니다. 마스크가 과도하게 넓거나 노이즈를 포함할 때 적합합니다.
열기 연산(opening): 먼저 마스크를 침식한 뒤 팽창합니다. 작은 노이즈 영역을 제거하면서 목표 전체 크기와 형상을 유지합니다.
닫기 연산(closing): 먼저 마스크를 팽창한 뒤 침식합니다. 작은 구멍을 메우면서 목표 전체 크기와 형상을 유지합니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

신뢰도 임계값

파라미터 설명: 인스턴스 분할 과정의 신뢰도 임계값을 설정하는 데 사용됩니다. 해당 임계값보다 높은 결과만 유지됩니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

물체 검출

물체 검출 모델 패키지에서 조정 가능한 후처리 파라미터는 다음과 같습니다.

파라미터	설명
신뢰도 임계값	파라미터 설명: 물체 검출 과정의 신뢰도 임계값을 설정하는 데 사용됩니다. 해당 임계값보다 높은 결과만 유지됩니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오。

파라미터

설명

신뢰도 임계값

파라미터 설명: 물체 검출 과정의 신뢰도 임계값을 설정하는 데 사용됩니다. 해당 임계값보다 높은 결과만 유지됩니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오。

빠른 위치 결정

이 모델 패키지는 후처리 파라미터를 구성할 필요가 없습니다.

텍스트 검출

텍스트 검출 모델 패키지에서 조정 가능한 후처리 파라미터는 다음과 같습니다.

파라미터	설명
텍스트 정렬 방식	파라미터 설명: 텍스트 검출 결과의 정렬 순서를 지정하며, 이후 텍스트 인식 또는 표시 순서에 영향을 줍니다. 값 목록: 왼쪽에서 오른쪽, 위에서 아래 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

파라미터

설명

텍스트 정렬 방식

파라미터 설명: 텍스트 검출 결과의 정렬 순서를 지정하며, 이후 텍스트 인식 또는 표시 순서에 영향을 줍니다.

값 목록: 왼쪽에서 오른쪽, 위에서 아래

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

필터 규칙 설정

파라미터	설명
필터 규칙 설정	파라미터 설명: 텍스트 검출 결과를 추가로 필터링하는 데 사용되며, 일반 규칙과 논리 규칙 두 부분을 포함합니다. 필터 규칙을 적절히 구성하면 텍스트 검출 정확도를 높이고 오검출과 누락 검출을 줄일 수 있습니다.
신뢰도 임계값	파라미터 설명: 일반 필터 규칙입니다. 텍스트 검출 과정의 신뢰도 임계값을 설정하는 데 사용됩니다. 해당 임계값보다 높은 결과만 유지됩니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.
조건 간 논리	파라미터 설명: 논리 필터 규칙입니다. 면적, 외접 사각형 종횡비, 원형도 등의 여러 필터 조건에 대해 조건 간 논리(AND/OR)를 일괄 설정하는 데 사용됩니다. 서로 다른 조건 항목은 "조건 간 논리"(AND/OR)에 따라 조합되며, 동일 조건 항목을 반복 추가한 경우에는 항상 OR로 조합되고 "조건 간 논리" 설정의 영향을 받지 않습니다. 값 목록: AND, OR 조정 설명: 조건 추가 버튼을 클릭하고 드롭다운 목록에서 필요한 필터 조건을 선택한 뒤 조건 간 논리를 설정합니다. 조건의 정의와 설명은 이 절의 필터 조건 설명을 참조하십시오. "참고값 범위"를 바탕으로 "필터값 범위"를 설정할 수 있으며, 각 조건은 개별적으로 활성화/비활성화하거나 삭제할 수 있습니다.

파라미터

설명

필터 규칙 설정

파라미터 설명: 텍스트 검출 결과를 추가로 필터링하는 데 사용되며, 일반 규칙과 논리 규칙 두 부분을 포함합니다. 필터 규칙을 적절히 구성하면 텍스트 검출 정확도를 높이고 오검출과 누락 검출을 줄일 수 있습니다.

신뢰도 임계값

파라미터 설명: 일반 필터 규칙입니다. 텍스트 검출 과정의 신뢰도 임계값을 설정하는 데 사용됩니다. 해당 임계값보다 높은 결과만 유지됩니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

조건 간 논리

값 목록: AND, OR

필터 규칙을 설정할 때는 먼저 일반 규칙을 설정하여 대부분의 필터링 요구를 충족한 뒤, 실제 상황에 따라 논리 규칙을 추가해 정교하게 조정하는 것을 권장합니다.
필터 규칙을 활성화한 후에는 추론 결과를 여러 번 검증하여 유효한 텍스트가 잘못 필터링되지 않도록 하십시오.

텍스트 인식

텍스트 인식 모델 패키지에서 조정 가능한 후처리 파라미터는 다음과 같습니다.

파라미터

설명

텍스트 연결

파라미터 설명: 활성화하면 인식된 텍스트를 이어 붙여 처리할 수 있습니다.

기본값: 꺼짐.

텍스트 연결 문자

파라미터 설명: 텍스트를 연결하는 방식을 선택하는 데 사용됩니다.

값 목록: 없음, ,、;、공백、｜、-、_、.、:、줄바꿈 문자、탭 문자

기본값: 없음

텍스트 수정

파라미터 설명: 인식 결과의 텍스트를 사용자 정의로 수정하는 데 사용됩니다. 다양한 수정 방식을 지원하여 서로 다른 텍스트 처리 요구를 충족합니다.

값 목록: 문자 치환, 고정 위치 치환

문자 치환: 지정한 단일 문자 또는 특정 문자 유형(예: 숫자, 기호, 문자)을 대상 문자로 일괄 치환하거나 직접 삭제합니다.
고정 위치 치환: 텍스트의 지정 위치 문자를 대상 문자로 치환합니다.

조정 설명: + 버튼을 클릭하여 텍스트 수정 방식을 선택합니다.

문자 치환 방식을 사용할 경우 치환할 단일 문자를 입력하거나 드롭다운 목록에서 치환할 문자 유형을 선택한 뒤, 대상 문자를 입력하여 치환하거나 삭제하십시오.
고정 위치 치환 방식을 사용할 경우 치환할 문자 위치(예: 3번째 문자)를 입력한 뒤, 대상 문자(단일 문자만 지원)를 입력하십시오. 시스템이 텍스트의 해당 위치 문자를 자동으로 대상 문자로 치환합니다.

여러 개의 텍스트 수정 항목을 동시에 추가하고 순서를 조정할 수 있습니다. 수정 항목의 순서는 최종 결과에 영향을 미치므로, 순서를 조정해 필요한 텍스트 처리 로직을 구현할 수 있습니다.

비지도 세그먼테이션

비지도 세그먼테이션 모델 패키지에서 조정 가능한 후처리 파라미터는 다음과 같습니다.

파라미터	설명
신뢰도 임계값	파라미터 설명: 비지도 세그먼테이션 과정의 신뢰도 임계값을 설정하는 데 사용됩니다. 슬라이더를 이동해 임계값을 조정할 수 있습니다. 빨간색 부분은 NG(불량) 범위를, 녹색 부분은 OK(양품) 범위를 나타냅니다. 분할 신뢰도가 OK 임계값보다 낮으면 결과는 OK이고, NG 임계값보다 높으면 결과는 NG입니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

파라미터

설명

신뢰도 임계값

파라미터 설명: 비지도 세그먼테이션 과정의 신뢰도 임계값을 설정하는 데 사용됩니다. 슬라이더를 이동해 임계값을 조정할 수 있습니다. 빨간색 부분은 NG(불량) 범위를, 녹색 부분은 OK(양품) 범위를 나타냅니다. 분할 신뢰도가 OK 임계값보다 낮으면 결과는 OK이고, NG 임계값보다 높으면 결과는 NG입니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

다중 모델 패키지

다중 모델 패키지는 여러 단일 모델 패키지를 직렬, 병렬 또는 직병렬 방식으로 조합해 만든 것입니다. 모델 탐색 영역에서 조정이 필요한 모델을 클릭하고, 파라미터 조정 영역에서 შესაბამის 설정을 수행할 수 있습니다. 각 모델의 파라미터 설정 방법은 해당 단일 모델 패키지와 동일하며, 앞서 소개한 각 유형별 단일 모델 패키지 파라미터 설명을 참조하십시오.

무작위 물체 피킹 V2

무작위 물체 피킹 V2 모델 패키지에서 조정 가능한 후처리 파라미터는 다음과 같습니다.

형태학 변환

파라미터	설명
형태학 변환	파라미터 설명: 활성화하면 표면 분할 마스크에 형태학 처리를 적용합니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.
형태학 변환 유형	파라미터 설명: 마스크의 형태학 후처리 방식을 선택하는 데 사용됩니다. 값 목록: 비율 기반 침식, 픽셀 기반 침식 비율 기반 침식: 침식 비율을 설정합니다. 시스템이 마스크 면적과 둘레의 비율을 바탕으로 설정한 비율만큼 경계에서 안쪽으로 수축합니다. 목표 크기 변화가 큰 시나리오에 적합합니다. 픽셀 기반 침식: 침식 픽셀 수를 설정합니다. 시스템이 설정한 픽셀 수만큼 경계에서 안쪽으로 수축하므로 목표 크기가 일정하거나 정밀한 픽셀 제어가 필요한 시나리오에 적합합니다. 조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

파라미터

설명

형태학 변환

파라미터 설명: 활성화하면 표면 분할 마스크에 형태학 처리를 적용합니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

형태학 변환 유형

파라미터 설명: 마스크의 형태학 후처리 방식을 선택하는 데 사용됩니다.

값 목록: 비율 기반 침식, 픽셀 기반 침식

비율 기반 침식: 침식 비율을 설정합니다. 시스템이 마스크 면적과 둘레의 비율을 바탕으로 설정한 비율만큼 경계에서 안쪽으로 수축합니다. 목표 크기 변화가 큰 시나리오에 적합합니다.
픽셀 기반 침식: 침식 픽셀 수를 설정합니다. 시스템이 설정한 픽셀 수만큼 경계에서 안쪽으로 수축하므로 목표 크기가 일정하거나 정밀한 픽셀 제어가 필요한 시나리오에 적합합니다.

조정 설명: 실제 요구에 따라 이 파라미터를 설정하십시오.

파라미터	설명
라벨 클래스	파라미터 설명: Mech-DLK 학습 시 라벨링한 표면 클래스를 표시하며, 각각 잡을 수 있는 표면과 압착 중첩 표면입니다. 조정 설명: 임의의 라벨 클래스를 클릭하여 각 클래스별로 필터 규칙 파라미터를 설정할 수 있습니다.
필터 활성화	파라미터 설명: 해당 라벨 클래스에 필터 규칙을 활성화할지 지정하는 데 사용됩니다. 조정 설명: 활성화하면 설정한 필터 규칙이 해당 표면 클래스에 적용됩니다.

파라미터

설명

라벨 클래스

파라미터 설명: Mech-DLK 학습 시 라벨링한 표면 클래스를 표시하며, 각각 잡을 수 있는 표면과 압착 중첩 표면입니다.

조정 설명: 임의의 라벨 클래스를 클릭하여 각 클래스별로 필터 규칙 파라미터를 설정할 수 있습니다.

필터 활성화

파라미터 설명: 해당 라벨 클래스에 필터 규칙을 활성화할지 지정하는 데 사용됩니다.

조정 설명: 활성화하면 설정한 필터 규칙이 해당 표면 클래스에 적용됩니다.

필터 규칙 설정

파라미터	설명
적용 대상	파라미터 설명: 설정한 필터 규칙 파라미터를 지정한 클래스 또는 모든 클래스에 적용할지 선택하는 데 사용됩니다.
분포 영역 필터링	파라미터 설명: 일반 필터 규칙입니다. 분포 영역을 설정하면 해당 영역 안의 추론 결과만 유지합니다. "분포 영역 설정" 버튼으로 구성합니다. 조정 설명: 활성화한 후 분포 영역 설정 버튼을 클릭하고 팝업 이미지 창에서 유지할 영역을 그립니다.
조건 간 논리	파라미터 설명: 논리 필터 규칙입니다. 면적, 외접 사각형 종횡비, 원형도 등의 여러 필터 조건에 대해 조건 간 논리(AND/OR)를 일괄 설정하는 데 사용됩니다. 서로 다른 조건 항목은 "조건 간 논리"(AND/OR)에 따라 조합되며, 동일 조건 항목을 반복 추가한 경우에는 항상 OR로 조합되고 "조건 간 논리" 설정의 영향을 받지 않습니다. 값 목록: AND, OR 조정 설명: 조건 추가 버튼을 클릭하고 드롭다운 목록에서 필요한 필터 조건을 선택한 뒤 조건 간 논리를 설정합니다. 조건의 정의와 설명은 이 절의 필터 조건 설명을 참조하십시오. "참고값 범위"를 바탕으로 "필터값 범위"를 설정할 수 있으며, 각 조건은 개별적으로 활성화/비활성화하거나 삭제할 수 있습니다.

파라미터

설명

적용 대상

파라미터 설명: 설정한 필터 규칙 파라미터를 지정한 클래스 또는 모든 클래스에 적용할지 선택하는 데 사용됩니다.

분포 영역 필터링

파라미터 설명: 일반 필터 규칙입니다. 분포 영역을 설정하면 해당 영역 안의 추론 결과만 유지합니다. "분포 영역 설정" 버튼으로 구성합니다.

조정 설명: 활성화한 후 분포 영역 설정 버튼을 클릭하고 팝업 이미지 창에서 유지할 영역을 그립니다.

조건 간 논리

값 목록: AND, OR

필터 규칙을 설정할 때는 먼저 일반 규칙을 설정하여 대부분의 필터링 요구를 충족한 뒤, 실제 상황에 따라 논리 규칙을 추가해 정교하게 조정하는 것을 권장합니다.
필터 규칙을 활성화한 후에는 추론 결과를 여러 번 검증하여 유효한 표면이 잘못 필터링되지 않도록 하십시오.

검증 규칙 설정(다중 모델 패키지)

여러 모델이 함께 동작하는 시나리오에서는 단일 모델 결과만으로 최종 판정을 내리기 어려울 수 있습니다. "검증 규칙 설정"을 통해 여러 모델 결과 사이의 논리 관계를 정의하여 최종 판정 결과(OK 또는 NG)를 생성할 수 있습니다.

검증 규칙은 다중 모델 패키지로 딥 러닝 추론을 수행하는 시나리오에서만 구성하면 됩니다. 단일 모델 패키지로 추론하는 경우에는 이 구성 인터페이스가 표시되지 않습니다.

검증 규칙 설명

검증 규칙 설정 영역에서 검증 규칙을 설정합니다. 각 판정 결과는 AND/OR로 논리 조합할 수 있습니다. OK는 해당 항목이 기대에 부합함을 의미하고, NG는 기대에 부합하지 않음을 의미합니다.

AND: 선택한 모든 규칙이 각자 판정 기준을 만족할 때 최종 판정 결과는 OK입니다.
OR: 선택한 규칙 중 하나만 자신의 판정 기준을 만족해도 최종 판정 결과는 OK입니다.

판정 기준: 특정 상황이 발생했을 때 기대에 부합하는지 여부를 설정합니다.

판정 결과: 설정된 판정 기준에 따라 얻어진 실제 결과를 표시합니다.

검증 절차: 시스템은 먼저 선택된 각 검증 규칙을 독립적으로 판정하여 각각의 판정 결과를 얻은 뒤, 설정된 논리 관계(AND / OR)에 따라 각 규칙의 결과를 조합하여 현재 이미지의 최종 판정 결과를 출력합니다.

검증 규칙 설정 절차

추론 구성 영역에서 검증 규칙 설정 탭을 클릭합니다.
여러 모델 간 논리 관계(AND 또는 OR)를 선택합니다.
목록에서 판정에 참여할 규칙을 선택하고, 각 규칙의 판정 기준을 정의합니다.
설정한 판정 기준에 따라 최종 판정 결과가 기대에 부합하는지 검증합니다. 문제가 없으면 저장을 클릭하여 검증 규칙을 파라미터 그룹에 저장합니다.

이해를 돕기 위해 아래에서 두 가지 시나리오 예시를 통해 위 절차를 설명합니다.

시나리오 예시 1

그림과 같이 이미지에서 D1 커넥터 하우징과 D1 불량 커넥터 하우징 스크래치가 동시에 검출되길 기대하는 경우를 예로 들어, 검증 규칙 설정 방법을 설명합니다.

검증 규칙을 설정하고, 판정 결과 간 논리 조합으로 "AND"를 선택합니다.
단일 모델의 판정 기준을 설정하고 판정 결과를 검증합니다.
1. 이미지 분류 모델의 판정 기준을 "전체 = D1일 때 OK"로 설정합니다. 즉 현재 이미지의 모든 분류 결과가 D1 커넥터 하우징이면 기대에 부합하며, 판정 결과는 OK입니다.
2. 결함 세그먼테이션 모델의 판정 기준을 "OK"로 설정합니다. 즉 현재 이미지에 커넥터 하우징 스크래치가 존재하면 기대에 부합하며, 판정 결과는 OK입니다.
두 모델의 판정 결과가 모두 OK일 때, 시각화 영역 왼쪽 위에 최종 판정 결과가 OK로 표시되어야 합니다.

시나리오 예시 2

그림과 같이 이미지에서 D1 커넥터 하우징은 검출되길 기대하지만, D1 불량 커넥터 하우징 스크래치는 존재하지 않기를 기대하는 경우를 예로 들어, 검증 규칙 설정 방법을 설명합니다.

검증 규칙을 설정하고, 판정 결과 간 논리 조합으로 "AND"를 선택합니다.
단일 모델의 판정 기준을 설정하고 판정 결과를 검증합니다.
1. 이미지 분류 모델의 판정 기준을 "전체 = D1일 때 OK"로 설정합니다. 즉 현재 이미지의 모든 분류 결과가 D1 커넥터 하우징이면 기대에 부합하며, 판정 결과는 OK입니다.
2. 결함 세그먼테이션 모델의 판정 기준을 "NG"로 설정합니다. 즉 현재 이미지에 커넥터 하우징 스크래치가 존재하면 기대에 부합하지 않으며, 판정 결과는 NG입니다.
이미지 분류 모델의 판정 결과가 OK이고 결함 세그먼테이션 모델의 판정 결과가 NG일 때, 시각화 영역 왼쪽 위에 최종 판정 결과가 NG로 표시되어야 합니다.

참고 정보

필터 조건 설명

조건	설명
기본 옵션
면적	단일 인식 목표 영역의 총 픽셀 수로, 너무 크거나 작은 목표를 필터링하는 데 사용됩니다.
총면적	현재 검출 영역 안의 모든 인식 목표 픽셀 수의 합으로, 목표 전체의 피복 범위를 제어하여 목표가 너무 많거나 대면적으로 나타나는 상황을 방지합니다.
외접 사각형 높이	목표의 축 정렬 외접 사각형 높이(픽셀)로, 좌표축과 평행한 최소 사각형의 높이입니다. 목표가 수직 방향으로 차지하는 최대 또는 최소 범위를 필터링하는 데 사용됩니다. 목표가 기울어지지 않았거나 정렬된 시나리오에 적합하며, 목표가 기울어진 경우 이 값은 실제 높이보다 클 수 있습니다.
외접 사각형 너비	목표의 축 정렬 외접 사각형 너비(픽셀)로, 좌표축과 평행한 최소 사각형의 너비입니다. 목표가 수평 방향으로 차지하는 최대 또는 최소 범위를 필터링하는 데 사용됩니다. 목표가 기울어지지 않았거나 정렬된 시나리오에 적합하며, 목표가 기울어진 경우 이 값은 실제 너비보다 클 수 있습니다.
외접 사각형 종횡비	목표의 축 정렬 외접 사각형의 장변과 단변 비율로, 가느다란 스크래치와 원형 함몰처럼 서로 다른 형상의 목표를 구분하는 데 사용됩니다.
주축 각도	목표 주축과 수평 방향 사이의 각도(도)로, 특정 방향성을 가진 목표를 필터링하는 데 사용됩니다.
고급 옵션
원형도	목표 형상이 완전한 원에 얼마나 가까운지를 나타냅니다. 값이 1에 가까울수록 더 원형이며, 나사 구멍과 같은 원형 목표와 균열, 얼룩 같은 불규칙 형상 목표를 구분하는 데 사용됩니다.
외접 사각형 중심점 X	축 정렬 외접 사각형 중심점의 X 좌표로, 목표가 이미지 안에서 차지하는 수평 위치를 필터링하는 데 사용됩니다.
외접 사각형 중심점 Y	축 정렬 외접 사각형 중심점의 Y 좌표로, 목표가 이미지 안에서 차지하는 수직 위치를 필터링하는 데 사용됩니다.
내접원 반경	목표 내부에 완전히 포함될 수 있는 최대 원의 반경으로, 목표의 "실함" 정도 또는 최소 관통 구멍 크기를 평가하고, 가운데가 비어 있거나 충실하지 않은 목표를 배제하는 데 사용됩니다.
외접원 반경	목표를 완전히 감쌀 수 있는 최소 원의 반경으로, 목표의 최대 외형 크기를 필터링하는 데 사용되며, 원형 대상 물체의 대략적 위치 결정이나 크기 상한 필터링에 자주 사용됩니다.
내접 사각형 너비	목표 내부에 완전히 포함될 수 있는 최대 사각형의 너비로, 목표 내부 유효 영역의 가로 크기를 필터링하고 가장자리 손상이 심한 물체를 배제하는 데 사용됩니다.
내접 사각형 높이	목표 내부에 완전히 포함될 수 있는 최대 사각형의 높이로, 목표 내부 유효 영역의 세로 크기를 필터링하고 가장자리 손상이 심한 물체를 배제하는 데 사용됩니다.
질량 중심 X	목표 영역의 회색값 또는 기하학적 질량 중심이 이미지 좌표계에서 차지하는 가로 위치입니다. 기하 중심보다 실제 물체 핵심 위치를 더 잘 반영하며, 이미지의 특정 수평 구역에 나타나는 목표를 필터링하는 데 사용됩니다.
질량 중심 Y	목표 영역의 회색값 또는 기하학적 질량 중심이 이미지 좌표계에서 차지하는 세로 위치입니다. 기하 중심보다 실제 물체 핵심 위치를 더 잘 반영하며, 이미지의 특정 수직 구역에 나타나는 목표를 필터링하는 데 사용됩니다.
외접 사각형 좌상단 X	목표의 축 정렬 외접 사각형 좌상단 X 좌표로, 목표가 이미지에서 시작하는 수평 위치를 필터링하는 데 사용됩니다.
외접 사각형 좌상단 Y	목표의 축 정렬 외접 사각형 좌상단 Y 좌표로, 목표가 이미지에서 시작하는 수직 위치를 필터링하는 데 사용됩니다.
외접 사각형 우하단 X	목표의 축 정렬 외접 사각형 우하단 X 좌표로, 목표가 이미지에서 끝나는 수평 위치를 필터링하는 데 사용됩니다.
외접 사각형 우하단 Y	목표의 축 정렬 외접 사각형 우하단 Y 좌표로, 목표가 이미지에서 끝나는 수직 위치를 필터링하는 데 사용됩니다.
회전 외접 사각형 너비	목표의 최소 면적 회전 외접 사각형 너비(픽셀)입니다. 임의의 각도로 회전할 수 있어 실제 목표 형상에 더 밀착되므로, 기울어진 목표의 너비를 필터링할 때 적합합니다.
회전 외접 사각형 높이	목표의 최소 면적 회전 외접 사각형 높이(픽셀)입니다. 임의의 각도로 회전할 수 있어 실제 목표 형상에 더 밀착되므로, 기울어진 목표의 높이를 필터링할 때 적합합니다.

조건

설명

기본 옵션

면적

단일 인식 목표 영역의 총 픽셀 수로, 너무 크거나 작은 목표를 필터링하는 데 사용됩니다.

총면적

현재 검출 영역 안의 모든 인식 목표 픽셀 수의 합으로, 목표 전체의 피복 범위를 제어하여 목표가 너무 많거나 대면적으로 나타나는 상황을 방지합니다.

외접 사각형 높이

목표의 축 정렬 외접 사각형 높이(픽셀)로, 좌표축과 평행한 최소 사각형의 높이입니다. 목표가 수직 방향으로 차지하는 최대 또는 최소 범위를 필터링하는 데 사용됩니다. 목표가 기울어지지 않았거나 정렬된 시나리오에 적합하며, 목표가 기울어진 경우 이 값은 실제 높이보다 클 수 있습니다.

외접 사각형 너비

목표의 축 정렬 외접 사각형 너비(픽셀)로, 좌표축과 평행한 최소 사각형의 너비입니다. 목표가 수평 방향으로 차지하는 최대 또는 최소 범위를 필터링하는 데 사용됩니다. 목표가 기울어지지 않았거나 정렬된 시나리오에 적합하며, 목표가 기울어진 경우 이 값은 실제 너비보다 클 수 있습니다.

외접 사각형 종횡비

목표의 축 정렬 외접 사각형의 장변과 단변 비율로, 가느다란 스크래치와 원형 함몰처럼 서로 다른 형상의 목표를 구분하는 데 사용됩니다.

주축 각도

목표 주축과 수평 방향 사이의 각도(도)로, 특정 방향성을 가진 목표를 필터링하는 데 사용됩니다.

고급 옵션

원형도

목표 형상이 완전한 원에 얼마나 가까운지를 나타냅니다. 값이 1에 가까울수록 더 원형이며, 나사 구멍과 같은 원형 목표와 균열, 얼룩 같은 불규칙 형상 목표를 구분하는 데 사용됩니다.

외접 사각형 중심점 X

축 정렬 외접 사각형 중심점의 X 좌표로, 목표가 이미지 안에서 차지하는 수평 위치를 필터링하는 데 사용됩니다.

외접 사각형 중심점 Y

축 정렬 외접 사각형 중심점의 Y 좌표로, 목표가 이미지 안에서 차지하는 수직 위치를 필터링하는 데 사용됩니다.

내접원 반경

목표 내부에 완전히 포함될 수 있는 최대 원의 반경으로, 목표의 "실함" 정도 또는 최소 관통 구멍 크기를 평가하고, 가운데가 비어 있거나 충실하지 않은 목표를 배제하는 데 사용됩니다.

외접원 반경

목표를 완전히 감쌀 수 있는 최소 원의 반경으로, 목표의 최대 외형 크기를 필터링하는 데 사용되며, 원형 대상 물체의 대략적 위치 결정이나 크기 상한 필터링에 자주 사용됩니다.

내접 사각형 너비

목표 내부에 완전히 포함될 수 있는 최대 사각형의 너비로, 목표 내부 유효 영역의 가로 크기를 필터링하고 가장자리 손상이 심한 물체를 배제하는 데 사용됩니다.

내접 사각형 높이

목표 내부에 완전히 포함될 수 있는 최대 사각형의 높이로, 목표 내부 유효 영역의 세로 크기를 필터링하고 가장자리 손상이 심한 물체를 배제하는 데 사용됩니다.

질량 중심 X

목표 영역의 회색값 또는 기하학적 질량 중심이 이미지 좌표계에서 차지하는 가로 위치입니다. 기하 중심보다 실제 물체 핵심 위치를 더 잘 반영하며, 이미지의 특정 수평 구역에 나타나는 목표를 필터링하는 데 사용됩니다.

질량 중심 Y

목표 영역의 회색값 또는 기하학적 질량 중심이 이미지 좌표계에서 차지하는 세로 위치입니다. 기하 중심보다 실제 물체 핵심 위치를 더 잘 반영하며, 이미지의 특정 수직 구역에 나타나는 목표를 필터링하는 데 사용됩니다.

외접 사각형 좌상단 X

목표의 축 정렬 외접 사각형 좌상단 X 좌표로, 목표가 이미지에서 시작하는 수평 위치를 필터링하는 데 사용됩니다.

외접 사각형 좌상단 Y

목표의 축 정렬 외접 사각형 좌상단 Y 좌표로, 목표가 이미지에서 시작하는 수직 위치를 필터링하는 데 사용됩니다.

외접 사각형 우하단 X

목표의 축 정렬 외접 사각형 우하단 X 좌표로, 목표가 이미지에서 끝나는 수평 위치를 필터링하는 데 사용됩니다.

외접 사각형 우하단 Y

목표의 축 정렬 외접 사각형 우하단 Y 좌표로, 목표가 이미지에서 끝나는 수직 위치를 필터링하는 데 사용됩니다.

회전 외접 사각형 너비

목표의 최소 면적 회전 외접 사각형 너비(픽셀)입니다. 임의의 각도로 회전할 수 있어 실제 목표 형상에 더 밀착되므로, 기울어진 목표의 너비를 필터링할 때 적합합니다.

회전 외접 사각형 높이

목표의 최소 면적 회전 외접 사각형 높이(픽셀)입니다. 임의의 각도로 회전할 수 있어 실제 목표 형상에 더 밀착되므로, 기울어진 목표의 높이를 필터링할 때 적합합니다.

축 정렬 외접 사각형은 네 변이 모두 이미지 좌표축(수평/수직 방향)과 엄격히 평행한 최소 외접 사각형을 의미합니다.

이 페이지가 도움이 되었습니까?

피드백 남기기

지원해 주셔서 감사합니다!

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.

모두 수락

모두 거부